|
基于OPENCV的人臉檢測
江蘇安全技術(shù)職業(yè)學(xué)院 江麗麗 2021/1/9 17:55:16
摘要：在生物特征識別技術(shù)中，人臉識別不同于指紋識別，人臉識別是最自然，最直接，最友好的識別方法。人臉檢測和識別在身份認證，視頻監(jiān)控，公安系統(tǒng)等領(lǐng)域有著廣泛的應(yīng)用。本文從人臉檢測方案、系統(tǒng)設(shè)計以及所運用的主要算法介紹了如何進行基于OPENCV的人臉檢測。
關(guān)鍵詞：人臉識別 級聯(lián)分類器
一、人臉檢測方案
在生物特征檢測技術(shù)中人臉檢測不同于其他的計算機視覺檢測技術(shù)，人臉檢測通過將視覺信號轉(zhuǎn)換為機器能夠檢測的數(shù)字信號，從而使用計算機來進行判斷處理。計算機通過攝像頭看到的東西就是一堆由數(shù)字組成的矩陣，這些數(shù)字表明了物體發(fā)出的光的強弱，攝像頭的光敏元件將光信號轉(zhuǎn)化成數(shù)字信號，將其量化為矩陣。
如何判斷攝像頭中檢測到的是一張人臉，計算機是通過對顏色數(shù)據(jù)的判斷來進行判斷的。彩色圖片中的像素是由許多色彩通道組成的，所有的彩色圖片由RGB三通道組成，灰度圖都是由RGB組成，如果某個點由6位組成，該像素的通道值為2^6=64。那么該像素的總和通道值為3*6=18位，則該圖片由18位色彩值組成的。對18位的圖片進行轉(zhuǎn)換我們就需要先對圖片進行前期的轉(zhuǎn)換，即是將彩色圖片轉(zhuǎn)換為灰度圖片，通過這樣的轉(zhuǎn)換后可以減低數(shù)據(jù)量。先將圖片轉(zhuǎn)化為灰度圖，然后將這個灰度圖的對比度增高，這樣可以使得圖片本來暗的地方更暗，亮的地方更亮一些。這樣處理以后，圖片就更容易被算法設(shè)別出來了。
圖1 級聯(lián)分類器
在掃描待檢測圖片的時候，以邊界特征中的(a)為例，計算機中的圖片是一個數(shù)字組成的矩陣，程序先計算整個窗口中的灰度值x，然后計算矩形框中的黑色灰度值y，然后計算(x-2y)的值，得到的數(shù)值與x做比較，如果這個比值在某一個范圍內(nèi)，則表示待檢測圖片的當(dāng)前掃描區(qū)域符合邊界特征(a)，然后繼續(xù)掃描，因為是基于視頻流的目標檢測，由于事先我們無法預(yù)測要檢測的目標的大小，這就要求我們的級聯(lián)表中的分類器具有按比例增大(或者縮小)的能力。當(dāng)小的窗口移動完整個待檢測圖片沒有發(fā)現(xiàn)目標時，我們可以調(diào)整分類器的大小，然后繼續(xù)檢測，直到檢測到目標或者窗口與待檢測圖片的大小相當(dāng)為止。
二、人臉檢測系統(tǒng)設(shè)計
因為噪聲會對視頻圖像產(chǎn)生干擾，為了提高檢測精確度，經(jīng)常使用的自適應(yīng)加權(quán)均值濾波方法對視頻圖像進行去噪預(yù)處理，通過減弱噪聲來提高檢測精度。然后，將降噪后視頻圖像再進行一些優(yōu)化，對后面進行圖片的檢測、檢測有很大的幫助。
圖2 系統(tǒng)框圖
當(dāng)前許多視頻圖像中的運動目標檢測系統(tǒng)中大都采用濾波技術(shù)來減弱噪聲。中值濾波是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號處理技術(shù)，中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點的值用該點的一個臨域中各點值的中值代替，讓周圍的像素值接近的值，從而消除孤立的噪聲點。方法是去某種結(jié)構(gòu)的二維滑動模板，將板內(nèi)像素按照像素值的大小進行排序，生成單調(diào)上升（或下降）的為二維數(shù)據(jù)序列。二維中值濾波輸出為g（x,y）=med{f(x-k,y-l),(k,l∈W)} ，其中,f(x,y)，g(x,y)分別為原始圖像和處理后圖像。W為二維模板，通常為2*2，3*3區(qū)域，也可以是不同的的形狀，如線狀，方形，圓形，十字形，圓環(huán)形，菱形等。例如平滑銳化濾波就含有取中值和樣點計算的過程，另一種方法是先計算周邊像素灰度的平均值，若所考慮像素的灰度與此平均值的差異超過一定臨界值時，則判定該像素為干擾，該點的值應(yīng)采用先前計算所得的平均值來替代，若不超出臨界則用該點實際像素的灰度值作為濾波器的輸出，此種方法更接近于人眼的實際感覺。
三、使用技術(shù)
開始時人臉檢測技術(shù)只能用在對單一圖片進行檢測，經(jīng)過科學(xué)家不斷的改進和發(fā)展，現(xiàn)在已經(jīng)發(fā)展到能夠動態(tài)實時的對人臉進行檢測與檢測。目前，一些學(xué)者提出了向三維空間的人臉檢測與檢測方向研發(fā)，常用的方法有子空間發(fā)和meanshift算法。
1、子空間法
子空間法即基于特征空間的方法，子空間法的工作原理是根據(jù)人臉區(qū)域圖像變換到某一個特定的空間，通過線性計算來區(qū)分出人臉和背景，利用統(tǒng)計分析和線性計算來找出圖片中的人臉樣本和非人臉樣本，綜合兩者之間的特征來構(gòu)建分類器，再利用構(gòu)建好的分類器來進行人臉的檢測。子空間方法主要包括兩類，主分量分析（PCA）方法和線性判別分析（LDA）方法。
2、 meanshift算法
meanshift算法利（未完，下一頁）
|