基于眼和嘴定位的人臉歸一化算法研究

薛丹丹

（中北大學 電子測試技術國家重點實驗室，山西太原 030051）

0 引言

人臉識別是生物特征識別技術[1]的一種，是近年來計算機視覺和模式識別及人工智能等領域的研究熱點，也是難點。目前，人臉識別技術已經廣泛應用于身份識別、監控系統及自動門禁系統等方面[2]。

眼睛是人臉比較突出和穩定的特征，眼睛的精確定位是人臉歸一化的關鍵步驟[4]。 目前，常見的關于眼睛提取的方法有：灰度投影法[5]、霍夫變換法、Hough變換法、對稱變換法[6]、變形模板法和神經網絡法[7]等，這些方法都有各自的優缺點，被廣泛應用。這里為了最大限度地減小計算量，采用灰度投影法對雙眼定位。考慮到人臉旋轉，或者眼神方向等因素對瞳孔位置的影響，也對嘴部中心進行定位，從而保證定位的準確性。基于此本文提出了一種基于雙眼和嘴定位的人臉歸一化算法。

1 人臉歸一化算法流程

人臉歸一化是人臉識別預處理階段的關鍵步驟。在檢測到人臉后，首先通過直方圖均衡化法消除人臉的不均勻光照，再采用灰度投影法對人臉的雙眼和嘴進行定位；然后根據雙眼的坐標值檢測人臉是否發生平面偏轉，如果有偏轉，則要采用仿射變換[8]的方法對偏轉進行平面旋轉矯正，即幾何位置的歸一化；接著根據雙眼和嘴部中心的距離，做大小的歸一化。其歸一化流程圖如圖1所示。

圖1 人臉圖像歸一化流程圖

2 基于灰度投影的雙眼和嘴的定位

2.1 直方圖均衡化

在采集圖像時，由于室外光照強度不均勻，或者成像過程中成像設備本身帶來的噪聲，使得在人臉特征定位前需要先進行直方圖均衡化，增加圖像的對比度，拉大背景與目標的差距，使目標更加突出。以來自Yale人臉庫的一張人臉圖像為例，其直方圖均衡化結果如圖2所示。

圖2 直方圖均衡化結果

2.2 灰度投影

常用的灰度投影法即積分投影法。

假設f(x,y)是點(x,y)處的灰度值，x的取值范圍是x1≤x≤x2,則其在水平方向上的積分投影可表示為：

y的取值范圍是y1≤y≤y2，則其在垂直方向上的積分投影可表示為：

2.3 眼和嘴的定位

通過積分投影法得到人臉圖像（圖2中直方圖均衡化后的圖像）雙眼和嘴部中心點的定位結果如圖3所示。

圖3 眼、嘴定位結果

圖3 （a)中，根據垂直積分投影結果分別找到眉毛邊界橫軸坐標a1、a2，眼睛瞳孔位置所在的橫軸坐標b1、b2；根據水平垂直積分投影找到眼睛瞳孔位置和嘴巴的縱軸坐標分別為c和d。則眼睛瞳孔位置的坐標可確定為(b1,c)和(b2,c)，另外根據人臉的對稱性得到嘴部的中心位置即水平線d的中點。從而得到圖3（b)的定位結果。

3 歸一化處理

人臉的歸一化處理主要包括兩部分：幾何位置的歸一化、大小的歸一化。

3.1 幾何位置的歸一化

根據雙眼的定位結果計算偏轉角度，然后做仿射變換，矯正此角度。

(1)計算偏轉角度

設兩眼坐標為(x1,y1)、(x2,y2)，則偏轉角度可以表示為：

(2) 平面內旋轉矯正

仿射變換包括5種形式：平移、縮放、翻轉、旋轉和錯切。這里只有旋轉變換，其變換矩陣可表示為：

假設變換前圖像中任意一點坐標為(x,y)，則其旋轉角度θ后，其坐標變為(x',y')，即:

平面內圖像旋轉矯正結果如圖4所示，偏轉角度為θ=-10°。

圖4 平面內旋轉矯正結果

3.2 大小歸一化

假設人的雙眼瞳孔間距為d，而兩瞳孔中心到嘴部中心點距離則為1.1d。文中采用的是雙眼和嘴部中心點三點定位的方法得到定位信息（如果原圖像為平面內偏轉圖像，則需要對矯正后的圖像重新進行雙眼和嘴部中心點定位），以兩瞳孔的距離和方向軸作為基準,進行橫向的尺度縮放；再將兩瞳孔的中點O與嘴部中點O'的距離縮放至兩瞳孔距離的1.1倍(即1.1d),對人臉圖像進行縱軸方向的縮放；最后根據雙眼及下頜位置對圖像水平方向進行剪裁,以雙眼距離的1.8倍(即1.8d），以此完成對人臉圖像大小的歸一化。人臉特征比例關系如圖5所示。

圖5 人臉特征比例關系

4 實驗結果

實驗在MATLAB 2008a 軟件平臺上進行仿真，實驗對象來自于Yale人臉庫和Internet的人臉圖像，其中人眼的定位準確率可達98.7%, 嘴巴的定位準確率可達97.4%,平均時間為0.6s。文中的算法簡單高效，并能使光照不均勻、大小不一致、平面內臉部有一定偏轉的人臉圖像得到良好的歸一化效果，部分歸一化結果如圖6所示。

圖6 歸一化結果

5 結束語

本文提出了一種基于眼和嘴定位的人臉歸一化算法。該算法能夠準確地對人眼和嘴部中心定位，并通過定位信息，對人臉進行旋轉矯正和尺寸的縮放，完成人臉幾何位置和大小的歸一化。而且實驗證明了該算法的可行性，簡單有效，在人臉識別系統中具有較好的實用價值。

[1] 劉新業.基于人臉識別的人臉圖像預處理研究[J].電子測試,2008(2):27.

[2] 梁路洪,艾海舟,徐光祜,等.人臉檢測研究綜述[J].計算機學報,2002,25(5):449-458.

[3] 溫浩,盧朝陽,高全學.融合小波變換和張量PCA的人臉識別算法[J].西安電子科技大學學報,2009,36(4):602-607.

[4] KawaguchiT, HidakaD, RizonM. Detection ofEyes from Human Faces byHoughTransform and Separability Filter[C]//Proc of the IEEE Int lConf on Image Processing.Otia:OitaUniversity,2000:49-52.

[5] 馮建強,劉文波,于盛林.基于灰度積分投影的人眼定位[J].計算機仿真,2005,22(4):75-77.

[6] 徐艷,陳孝威.人臉檢測中的眼睛定位算法研究[J].計算機與信息技術,2006(6):24-28.

[7] 呂東輝,王濱.YCbCr空間中一種基于貝葉斯判決的膚色檢測方法[J].中國圖象圖形學報,2006,11(1):47-52.

[8] 韓艷麗.多姿態人臉圖像處理方法研究[D].太原:中北大學,2004:28-35.