多姿態人臉圖像處理方法研究

符振艾+趙薇+劉緒崇

摘 要：通過對傳統人臉識別系統圖像處理的方法以及具體的特點進行研究，然后結合多姿態人臉識別技術的要求，提出了適合多姿態人臉識別的人臉圖像處理方法。該文主要采用的是人臉圖像的標準化方法、歸一化處理以及由單視圖生成多姿態的圖像處理技術，最終形成了對多姿態人臉圖像進行綜合處理的技術。

關鍵詞：多姿態 人臉圖像 處理方法

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1674-098X（2014）06（b）-0042-01

日常生活中，人臉是人類視覺最為普遍的模式，它主要反應了一種視覺信息，能夠將人與人之間的交流通過具體的表情來表現出來。這也是區分人與人之間特別的重要保證。隨著科學技術在不斷的提高，人臉識別技術被越來越多的使用。它主要是利用計算機對人臉圖像進行分析，從中提取有效的識別信息，然后辨認具體的身份。該文在研究了人臉識別技術后，最終形成了多姿態人臉圖像的處理方法。

1 人臉識別技術

通常在人臉識別技術中，其主要應用在：（1）能夠直接的應用在信用卡、駕駛證、護照以及身份證等證明自己身份的驗證系統中，然后進行自動個人身份的識別使用，在出現了相關的信息丟失后，就可以采用人臉識別技術，將證件持有人的人臉圖像壓縮成編碼存儲在證件中，這樣就可以進行自動身份驗證，大大提高了安全的系數；（2）人臉識別技術還可以應用在公安部門的工作中，可以加強對罪犯的辨識，在具體的使用中，在發生刑事案件后，警方可根據目擊者的描述繪制出嫌疑犯的面部特征圖，加快破案速度。（3）訪問控制方面的應用。對于控制系統來說，在采用了人臉識別技術后，可以自動的進行身份驗證，提高了控制管理的有效性。（4）基于內容的圖像檢索領域中的具體應用。采用人臉識別技術，在檢索的過程中，在基于內容的圖像檢索中，可以大大的提高數據搜尋的自動化成都，提高了使用的效率。

2 人臉圖像的標準化處理

2.1 傳統的人臉標準化處理

當前，對人臉的識別技術，主要利用的是積分投影法來實現人臉的標準化。該技術的使用可以將人的頭發與人臉進行分離，對眼睛、嘴部以及其他的位置可以進行初步的定位。在水平積分投影和垂直積分投影中描述了圖像垂直方向和水平方向上的灰度變化，最終實現了人臉的標準化處理。在研究積分投影中，其函數表示為：

（1）

（2）

其中設原始圖像分辨率是M×N，各個像素灰度值。通過具體的試驗研究表明：人的眉毛、眼睛、鼻子和嘴巴等在人臉識別 技術中占據比較高的區域，因此在這些區域中需要進行細節變化處理，通過使用小波高頻子帶圖像反應，該技術利用的是高頻子帶來進行定位臉部的重要區域。最終能夠清晰的反應人臉各個器官的形狀以及具體的位置，確定好臉的基本輪廓，對各個器官以及外邊界進行準確的定位。

2.2 基于膚色模型的人臉標準化處理

人臉面部膚色是人臉表面最為顯著的特征之一。它是對圖像中相對幾張、穩定的區域具體的顯示，因此該技術是一種比較自然的識別方式。根據不同人的皮膚顏色以及具體的亮度進行識別，該技術主要是利用膚色信息的聚類性特點來實現人臉圖像的標準化過程。在膚色進行了色調和亮度進行分割后，最終得到滿意的結果。

3 歸一化處理

采用歸一化處理主要是為了排出兩類圖像差異；具體是：由于輸入設備成像機理不同帶來的差異；由于拍攝形式和環境不同帶來的差異。

3.1 灰度歸一化

人臉識別技術中，由于人臉數據是由像素點的灰度值組成的，它主要反應的是光源、面部肌膚的吸收、反射的作用。因此這就需要對面部光學屬性的分量進行鹽焗，該技術主要是引用一種簡單有效的光照歸一化的方法——直方圖匹配，就可以識別人臉圖像與作為參考樣本的人臉圖像進行直方圖匹配技術，將其作為灰度歸一化處理。

3.2 尺寸歸一化

在人臉的拍攝中，由于距離的影響造成了 圖像中人臉尺寸的變化，因此采用尺寸歸一化技術進行校正，這樣在不影響識別效果的前提下，降低了計算量，將兩眼的中心點距離為準則進行圖像的縮放，具體的操作技術是將人眼進行定位、平面內旋轉的矯正、平面內旋轉矯正圖像的眼睛定位以及尺寸歸一化的調整。通過仿射變換矯正平面內的旋轉，使得兩眼處于同一水平位置，這樣將兩眼中心點的連線中心作為基點，將距離作為標準，最終進行縮放倍數的調整。

4 人臉之別的姿態研究

其中人臉識別姿態可以分為前視人臉識別和多姿態人臉識別。在多姿態人臉識別技術中主要是按照增加多視圖信息進行，在人臉庫中增加多姿態的人臉數據；基于姿態不變特征的方法，在統一的姿態空間內進一步提取和匹配；基于三維人臉建模的方法進行識別，將其主要采用的是基于單視圖的多姿態人臉識別技術，在利用了一個特征點集來表示人臉，然后基于二元高次多項式函數最小二乘法讀人臉各種姿態進行擬合，最終形成全局的變形域，通過變形映射形成了多姿態人臉圖像。該技術在使用智能最大的優點是：不需要建立三維模擬圖，直接由原圖像進行映射紋理，提高詳細的信息，改善了人臉多姿態識別技術。

5 結語

該文通過在傳統的積分投影法的基礎上，采用小波分解的人臉標準發和基于膚色模型的人臉標準法對人臉圖像進行研究，最終提出了歸一化技術，在進行了灰度處理、尺寸處理以及單視圖生成多姿態圖像中，有效的形成了對多姿態人臉圖像的處理方式，提高了人臉識別技術。

參考文獻

[1] 韓艷麗，陳海濤.基于SVM的多姿態人臉檢測方法研究[J].計算機工程與應用，2012（25）.

[2] 吳小軍，田春娜，江濤.多姿態人臉檢測與表情識別關鍵技術研究[J].電子與信息，2011（22）.

[3] 王潤生，李全斌.基于多姿態人臉圖像合成的識別方法研究[J].圖像處理技術，2013（37）.

[4] 馬金，葉銀麗.多姿態人臉定位和識別方法的研究[J].計算機工程與應用，2011（26）.endprint

摘 要：通過對傳統人臉識別系統圖像處理的方法以及具體的特點進行研究，然后結合多姿態人臉識別技術的要求，提出了適合多姿態人臉識別的人臉圖像處理方法。該文主要采用的是人臉圖像的標準化方法、歸一化處理以及由單視圖生成多姿態的圖像處理技術，最終形成了對多姿態人臉圖像進行綜合處理的技術。

關鍵詞：多姿態 人臉圖像 處理方法

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1674-098X（2014）06（b）-0042-01

日常生活中，人臉是人類視覺最為普遍的模式，它主要反應了一種視覺信息，能夠將人與人之間的交流通過具體的表情來表現出來。這也是區分人與人之間特別的重要保證。隨著科學技術在不斷的提高，人臉識別技術被越來越多的使用。它主要是利用計算機對人臉圖像進行分析，從中提取有效的識別信息，然后辨認具體的身份。該文在研究了人臉識別技術后，最終形成了多姿態人臉圖像的處理方法。

1 人臉識別技術

通常在人臉識別技術中，其主要應用在：（1）能夠直接的應用在信用卡、駕駛證、護照以及身份證等證明自己身份的驗證系統中，然后進行自動個人身份的識別使用，在出現了相關的信息丟失后，就可以采用人臉識別技術，將證件持有人的人臉圖像壓縮成編碼存儲在證件中，這樣就可以進行自動身份驗證，大大提高了安全的系數；（2）人臉識別技術還可以應用在公安部門的工作中，可以加強對罪犯的辨識，在具體的使用中，在發生刑事案件后，警方可根據目擊者的描述繪制出嫌疑犯的面部特征圖，加快破案速度。（3）訪問控制方面的應用。對于控制系統來說，在采用了人臉識別技術后，可以自動的進行身份驗證，提高了控制管理的有效性。（4）基于內容的圖像檢索領域中的具體應用。采用人臉識別技術，在檢索的過程中，在基于內容的圖像檢索中，可以大大的提高數據搜尋的自動化成都，提高了使用的效率。

2 人臉圖像的標準化處理

2.1 傳統的人臉標準化處理

當前，對人臉的識別技術，主要利用的是積分投影法來實現人臉的標準化。該技術的使用可以將人的頭發與人臉進行分離，對眼睛、嘴部以及其他的位置可以進行初步的定位。在水平積分投影和垂直積分投影中描述了圖像垂直方向和水平方向上的灰度變化，最終實現了人臉的標準化處理。在研究積分投影中，其函數表示為：

（1）

（2）

其中設原始圖像分辨率是M×N，各個像素灰度值。通過具體的試驗研究表明：人的眉毛、眼睛、鼻子和嘴巴等在人臉識別 技術中占據比較高的區域，因此在這些區域中需要進行細節變化處理，通過使用小波高頻子帶圖像反應，該技術利用的是高頻子帶來進行定位臉部的重要區域。最終能夠清晰的反應人臉各個器官的形狀以及具體的位置，確定好臉的基本輪廓，對各個器官以及外邊界進行準確的定位。

2.2 基于膚色模型的人臉標準化處理

人臉面部膚色是人臉表面最為顯著的特征之一。它是對圖像中相對幾張、穩定的區域具體的顯示，因此該技術是一種比較自然的識別方式。根據不同人的皮膚顏色以及具體的亮度進行識別，該技術主要是利用膚色信息的聚類性特點來實現人臉圖像的標準化過程。在膚色進行了色調和亮度進行分割后，最終得到滿意的結果。

3 歸一化處理

采用歸一化處理主要是為了排出兩類圖像差異；具體是：由于輸入設備成像機理不同帶來的差異；由于拍攝形式和環境不同帶來的差異。

3.1 灰度歸一化

人臉識別技術中，由于人臉數據是由像素點的灰度值組成的，它主要反應的是光源、面部肌膚的吸收、反射的作用。因此這就需要對面部光學屬性的分量進行鹽焗，該技術主要是引用一種簡單有效的光照歸一化的方法——直方圖匹配，就可以識別人臉圖像與作為參考樣本的人臉圖像進行直方圖匹配技術，將其作為灰度歸一化處理。

3.2 尺寸歸一化

在人臉的拍攝中，由于距離的影響造成了 圖像中人臉尺寸的變化，因此采用尺寸歸一化技術進行校正，這樣在不影響識別效果的前提下，降低了計算量，將兩眼的中心點距離為準則進行圖像的縮放，具體的操作技術是將人眼進行定位、平面內旋轉的矯正、平面內旋轉矯正圖像的眼睛定位以及尺寸歸一化的調整。通過仿射變換矯正平面內的旋轉，使得兩眼處于同一水平位置，這樣將兩眼中心點的連線中心作為基點，將距離作為標準，最終進行縮放倍數的調整。

4 人臉之別的姿態研究

其中人臉識別姿態可以分為前視人臉識別和多姿態人臉識別。在多姿態人臉識別技術中主要是按照增加多視圖信息進行，在人臉庫中增加多姿態的人臉數據；基于姿態不變特征的方法，在統一的姿態空間內進一步提取和匹配；基于三維人臉建模的方法進行識別，將其主要采用的是基于單視圖的多姿態人臉識別技術，在利用了一個特征點集來表示人臉，然后基于二元高次多項式函數最小二乘法讀人臉各種姿態進行擬合，最終形成全局的變形域，通過變形映射形成了多姿態人臉圖像。該技術在使用智能最大的優點是：不需要建立三維模擬圖，直接由原圖像進行映射紋理，提高詳細的信息，改善了人臉多姿態識別技術。

5 結語

該文通過在傳統的積分投影法的基礎上，采用小波分解的人臉標準發和基于膚色模型的人臉標準法對人臉圖像進行研究，最終提出了歸一化技術，在進行了灰度處理、尺寸處理以及單視圖生成多姿態圖像中，有效的形成了對多姿態人臉圖像的處理方式，提高了人臉識別技術。

參考文獻

[1] 韓艷麗，陳海濤.基于SVM的多姿態人臉檢測方法研究[J].計算機工程與應用，2012（25）.

[2] 吳小軍，田春娜，江濤.多姿態人臉檢測與表情識別關鍵技術研究[J].電子與信息，2011（22）.

[3] 王潤生，李全斌.基于多姿態人臉圖像合成的識別方法研究[J].圖像處理技術，2013（37）.

[4] 馬金，葉銀麗.多姿態人臉定位和識別方法的研究[J].計算機工程與應用，2011（26）.endprint

摘 要：通過對傳統人臉識別系統圖像處理的方法以及具體的特點進行研究，然后結合多姿態人臉識別技術的要求，提出了適合多姿態人臉識別的人臉圖像處理方法。該文主要采用的是人臉圖像的標準化方法、歸一化處理以及由單視圖生成多姿態的圖像處理技術，最終形成了對多姿態人臉圖像進行綜合處理的技術。

關鍵詞：多姿態 人臉圖像 處理方法

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1674-098X（2014）06（b）-0042-01

日常生活中，人臉是人類視覺最為普遍的模式，它主要反應了一種視覺信息，能夠將人與人之間的交流通過具體的表情來表現出來。這也是區分人與人之間特別的重要保證。隨著科學技術在不斷的提高，人臉識別技術被越來越多的使用。它主要是利用計算機對人臉圖像進行分析，從中提取有效的識別信息，然后辨認具體的身份。該文在研究了人臉識別技術后，最終形成了多姿態人臉圖像的處理方法。

1 人臉識別技術

通常在人臉識別技術中，其主要應用在：（1）能夠直接的應用在信用卡、駕駛證、護照以及身份證等證明自己身份的驗證系統中，然后進行自動個人身份的識別使用，在出現了相關的信息丟失后，就可以采用人臉識別技術，將證件持有人的人臉圖像壓縮成編碼存儲在證件中，這樣就可以進行自動身份驗證，大大提高了安全的系數；（2）人臉識別技術還可以應用在公安部門的工作中，可以加強對罪犯的辨識，在具體的使用中，在發生刑事案件后，警方可根據目擊者的描述繪制出嫌疑犯的面部特征圖，加快破案速度。（3）訪問控制方面的應用。對于控制系統來說，在采用了人臉識別技術后，可以自動的進行身份驗證，提高了控制管理的有效性。（4）基于內容的圖像檢索領域中的具體應用。采用人臉識別技術，在檢索的過程中，在基于內容的圖像檢索中，可以大大的提高數據搜尋的自動化成都，提高了使用的效率。

2 人臉圖像的標準化處理

2.1 傳統的人臉標準化處理

當前，對人臉的識別技術，主要利用的是積分投影法來實現人臉的標準化。該技術的使用可以將人的頭發與人臉進行分離，對眼睛、嘴部以及其他的位置可以進行初步的定位。在水平積分投影和垂直積分投影中描述了圖像垂直方向和水平方向上的灰度變化，最終實現了人臉的標準化處理。在研究積分投影中，其函數表示為：

（1）

（2）

其中設原始圖像分辨率是M×N，各個像素灰度值。通過具體的試驗研究表明：人的眉毛、眼睛、鼻子和嘴巴等在人臉識別 技術中占據比較高的區域，因此在這些區域中需要進行細節變化處理，通過使用小波高頻子帶圖像反應，該技術利用的是高頻子帶來進行定位臉部的重要區域。最終能夠清晰的反應人臉各個器官的形狀以及具體的位置，確定好臉的基本輪廓，對各個器官以及外邊界進行準確的定位。

2.2 基于膚色模型的人臉標準化處理

人臉面部膚色是人臉表面最為顯著的特征之一。它是對圖像中相對幾張、穩定的區域具體的顯示，因此該技術是一種比較自然的識別方式。根據不同人的皮膚顏色以及具體的亮度進行識別，該技術主要是利用膚色信息的聚類性特點來實現人臉圖像的標準化過程。在膚色進行了色調和亮度進行分割后，最終得到滿意的結果。

3 歸一化處理

采用歸一化處理主要是為了排出兩類圖像差異；具體是：由于輸入設備成像機理不同帶來的差異；由于拍攝形式和環境不同帶來的差異。

3.1 灰度歸一化

人臉識別技術中，由于人臉數據是由像素點的灰度值組成的，它主要反應的是光源、面部肌膚的吸收、反射的作用。因此這就需要對面部光學屬性的分量進行鹽焗，該技術主要是引用一種簡單有效的光照歸一化的方法——直方圖匹配，就可以識別人臉圖像與作為參考樣本的人臉圖像進行直方圖匹配技術，將其作為灰度歸一化處理。

3.2 尺寸歸一化

在人臉的拍攝中，由于距離的影響造成了 圖像中人臉尺寸的變化，因此采用尺寸歸一化技術進行校正，這樣在不影響識別效果的前提下，降低了計算量，將兩眼的中心點距離為準則進行圖像的縮放，具體的操作技術是將人眼進行定位、平面內旋轉的矯正、平面內旋轉矯正圖像的眼睛定位以及尺寸歸一化的調整。通過仿射變換矯正平面內的旋轉，使得兩眼處于同一水平位置，這樣將兩眼中心點的連線中心作為基點，將距離作為標準，最終進行縮放倍數的調整。

4 人臉之別的姿態研究

其中人臉識別姿態可以分為前視人臉識別和多姿態人臉識別。在多姿態人臉識別技術中主要是按照增加多視圖信息進行，在人臉庫中增加多姿態的人臉數據；基于姿態不變特征的方法，在統一的姿態空間內進一步提取和匹配；基于三維人臉建模的方法進行識別，將其主要采用的是基于單視圖的多姿態人臉識別技術，在利用了一個特征點集來表示人臉，然后基于二元高次多項式函數最小二乘法讀人臉各種姿態進行擬合，最終形成全局的變形域，通過變形映射形成了多姿態人臉圖像。該技術在使用智能最大的優點是：不需要建立三維模擬圖，直接由原圖像進行映射紋理，提高詳細的信息，改善了人臉多姿態識別技術。

5 結語

該文通過在傳統的積分投影法的基礎上，采用小波分解的人臉標準發和基于膚色模型的人臉標準法對人臉圖像進行研究，最終提出了歸一化技術，在進行了灰度處理、尺寸處理以及單視圖生成多姿態圖像中，有效的形成了對多姿態人臉圖像的處理方式，提高了人臉識別技術。

參考文獻

[1] 韓艷麗，陳海濤.基于SVM的多姿態人臉檢測方法研究[J].計算機工程與應用，2012（25）.

[2] 吳小軍，田春娜，江濤.多姿態人臉檢測與表情識別關鍵技術研究[J].電子與信息，2011（22）.

[3] 王潤生，李全斌.基于多姿態人臉圖像合成的識別方法研究[J].圖像處理技術，2013（37）.

[4] 馬金，葉銀麗.多姿態人臉定位和識別方法的研究[J].計算機工程與應用，2011（26）.endprint