基于MATLAB人臉檢測課件

1、基于MATLAB的人臉檢測概要課題背景設(shè)計方案選擇總體設(shè)計思路各模塊具體設(shè)計介紹輸入圖像模塊圖像處理模塊膚色分割，優(yōu)化模板模塊模板匹配以及顯示模塊基于MATLAB的人臉檢測課題背景生物統(tǒng)計識別技術(shù)得到重視 安全入口控制、金融貿(mào)易安全等應(yīng)用的快速增長人臉識別是生物識別方法中應(yīng)用最廣泛的技術(shù)之一人臉識別技術(shù)主要應(yīng)用在公安、金融、網(wǎng)絡(luò)安全、物業(yè)管理以及考勤等領(lǐng)域,國外被大量使用在國家重要部門以及軍警得安防部門人臉檢測是人臉表征和人臉識別的前提和基礎(chǔ)設(shè)計方案的選擇人臉檢測實現(xiàn)方法：基于模板、基于級聯(lián)分類器、基于特征臉空間重建、基于獨立成分分析(ICA)和多項式神經(jīng)網(wǎng)絡(luò)(PNN)相結(jié)合等。基于模板的人臉

2、檢測是一種有效而普遍適用的方法。利用人臉模板同原始圖像進行匹配可以檢測到圖像中的人臉，進而可以用模板定位臉部的器官位置，該方法是一種顏色分割和模板匹配相結(jié)合的人臉檢測算法。對臉部區(qū)域的獲取比較準(zhǔn)確（成功率90%以上）、速度快?？傇O(shè)計思路輸入圖像圖像處理膚色分割，優(yōu)化模板模板匹配顯示檢測效果讀入人臉模板圖1 總體結(jié)構(gòu)設(shè)計流程圖總設(shè)計思路：基于膚色分割和模板匹配驗證在rgb色彩空間中建立膚色分布的高斯模型，得到膚色概率似然圖像，在最佳動態(tài)閾值選取算法下完成膚色區(qū)域的分割。采用數(shù)學(xué)形態(tài)學(xué)和一些先驗知識對所得到的膚色區(qū)域進行人臉特征篩選。針對圖像中的人臉通常有一定角度旋轉(zhuǎn)和尺寸大小不確定的問題，通過計

3、算候選人臉圖像塊的偏轉(zhuǎn)角度和面積，并以此調(diào)整模板，優(yōu)化模板配準(zhǔn)，提高模板匹配的準(zhǔn)確性。利用候選人臉圖像區(qū)域和模板質(zhì)心作為配準(zhǔn)的原點，抑制人臉圖像噪聲的干擾。各模塊具體設(shè)計介紹1、輸入圖像模塊輸入的圖像的文件格式必須是JPG/jpg、BMP/bmp、TIF/tif或者GIF/gif幾種中的一種，不屬于這幾中格式的圖像文件是不能打開的。2、圖像處理模塊為下一步膚色分割奠定基礎(chǔ)，對輸入圖像的處理包括圖像色彩空間轉(zhuǎn)換、建立膚色分布高斯模型、去噪、二值化四大部分。圖像色彩空間轉(zhuǎn)換將圖像由RGB色彩空間轉(zhuǎn)換到rgb色彩空間rgb模型的轉(zhuǎn)換公式為：rgb模型是歸一化的RGB模型，并且一般只使用(r,g)空間

4、，這樣又實現(xiàn)了三維空間到二維空間的轉(zhuǎn)換。建立膚色分布高斯模型根據(jù)彩色圖像像素屬于膚色模型的可能性的大小，來表示灰度的大小，將一幅彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像，灰度值對應(yīng)于該點屬于皮膚區(qū)域的可能性，根據(jù)膚色在色度空間的高斯分布，得到高斯分布的中心，然后根據(jù)圖像所有像素離該中心點的遠(yuǎn)近計算膚色的相似度，得到膚色相似度灰度圖。(a) 膚色分布(b) 高斯模型圖2(a) 輸入原圖(b)概率分布似然圖像圖3低通濾波去噪聲采用線性平滑濾波器對圖像進行濾波去噪處理。高頻分量對應(yīng)圖像中的區(qū)域邊緣等灰度值具有較大較快變化的部分，平滑濾波將這些分量濾去可減少局部灰度起伏，使圖像變得平滑、去除噪聲。采用線性平滑濾波器的鄰

5、域平均法。利用33的BOX模板對圖像進行模板作（卷積運算），Box模板對當(dāng)前像素及其相鄰的的像素點統(tǒng)一進行平均處理， 這樣就可以濾去圖像中的噪聲。鄰域平均法通過求平均來去除突變的像素點，從而濾掉一定的噪聲，其優(yōu)點是算法簡單，計算速度快， 但會造成一定程度的圖像模糊。(a) 輸入原圖(b)概率分布似然圖像(c)低通濾波后效果圖圖4二值化圖像經(jīng)過平滑濾波后，噪聲大多已經(jīng)被消除，為提取特征點，需對圖像進行分割，要二值化。本文采取自適應(yīng)閥值分割。本文的自適應(yīng)閥值程序讓閾值從0.65開始計算，每次減少0.1，直到0.05。當(dāng)被分割膚色區(qū)域的數(shù)量變化最小時，這時候的閾值是最佳的。通過選取合適的門限值，可以

6、將灰度圖像進一步轉(zhuǎn)換為二值圖像。最佳的閾值一旦確定，灰度圖像就可以轉(zhuǎn)化成二進制的圖像了。 0（黑色區(qū)域）和1（白色區(qū)域）分別表示非皮膚區(qū)域和皮膚區(qū)域。(a)輸入原圖(b)概率分布似然圖像(c)低通濾波后效果圖(d)二值化后效果圖圖53.膚色分割，優(yōu)化模板模塊分割人臉候選區(qū)域二值皮膚分割圖像只是給出了所有與皮膚顏色相同的區(qū)域，有可能把肩膀、手臂等膚色區(qū)域或是與膚色相近的其他物體也包括了進去，所以，要通過各種算法將那些非人臉區(qū)域盡可能去除掉。人臉包含眼睛、鼻子以及嘴巴，因此一張臉在被分割的區(qū)域里應(yīng)包含至少一個洞。標(biāo)注二值圖像中連接的部分，找出每個顆粒的坐標(biāo)，針對每個顆粒進行區(qū)域空洞判斷。若區(qū)域中有

7、空洞，則將此區(qū)域保留，然后做填充將洞封住（即將灰度值賦為1）。最終會在整個二值圖像中保留出一片區(qū)域，即初步判斷的人臉區(qū)域。優(yōu)化模板對上面獲得的二值圖像中的目標(biāo)區(qū)域進行比例、結(jié)構(gòu)的分析，過濾掉不可能的人臉區(qū)域，便于后面的形狀模板的匹配。長寬比: 人臉的比例通常是1：1，但考慮到與人臉相連的脖子可能沒有被衣服覆蓋的情況，本文規(guī)定，如果目標(biāo)區(qū)域的高度/寬度比例wratio小于0.8，或者大于2.0，則認(rèn)為不是人臉區(qū)域，刪除該區(qū)域。區(qū)域填充率:矩形面積S，目標(biāo)區(qū)域的面積為A，如果A/s小于0.35，則認(rèn)為不是人臉區(qū)域，刪除該區(qū)域。4.模板匹配以及顯示模塊選取被分割的一個區(qū)域，將一個人臉模板放在這個區(qū)域

8、。人臉模板要根據(jù)被分割區(qū)域的尺寸重新進行縮放，被分割區(qū)域的傾斜度被用來以一定的角度旋轉(zhuǎn)人臉模板。確定被分割區(qū)域和人臉模板的中心，以便人臉模板能夠直接放在區(qū)域中心。在去掉假區(qū)域后，可以將模板臉覆蓋在剩下的認(rèn)為是人臉的區(qū)域上，進行模板匹配的相關(guān)運算，即計算兩個圖像矩陣之間的相關(guān)系數(shù)。如果人臉模板矩陣和被分割區(qū)域矩陣的相關(guān)系數(shù)是0.6或者更高，原始圖像就會被用灰度圖像顯示出來，并將人臉模板放在被分割區(qū)域。(a)人臉模板(b)覆蓋了模板人臉的灰度圖像(c)檢測效果圖圖6求職應(yīng)注意的禮儀求職時最禮貌的修飾是淡妝面試時最關(guān)鍵的神情是鄭重?zé)o論站還是坐，不能搖動和抖動對話時目光不能游弋不定要控制小動作不要為掩飾緊張情緒而散淡最優(yōu)雅的禮儀修養(yǎng)是體現(xiàn)自然以一種修養(yǎng)面對兩種結(jié)果必須首先學(xué)會面對的一種結(jié)果-被拒絕仍然感謝這次機會，因為被拒絕是面試后的兩種結(jié)果之一。被拒絕是招聘單位對我們綜合考慮的結(jié)果，因為我們最關(guān)心的是自己什么地方與用人要求不一致，而不僅僅是面試中的表現(xiàn)。不要欺騙自