基于人臉識別及立體視覺技術的多媒體互動裝置設計

摘 要：隨著立體視覺技術的發展，在科學家們持續不斷的研究下，人臉面部朝向的采集系統開始被人們構建并得到使用。本文就從該系統的軟硬件為入手點，簡單討論基于人臉識別和立體視覺技術的多媒體互動裝置的設計。

關鍵詞：人臉識別；立體視覺技術；多媒體互動裝置

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1674-7712 （2015） 02-0000-01

一、多媒體互動裝置系統概述

該系統的硬件配置主要是由兩個處于平行關系的攝像頭組成，其主要的功能就是實現圖像的采集，同時還要負責相關的計算，需要按照標準規定的計算方法來對圖像的微調整和立體的計算。該系統在多媒體環境下使用光源一般采用紅外光源，主要是出于對投影機使用要求的考慮，所以要在攝像機前安裝紅外濾光片將可見光全部過濾，詳見圖1。

上圖中紅外光源經過看可見光濾光片之后直接被攝像機捕獲，攝像機組共同撲捉的模擬信號或者圖像信息全部被傳輸到計算機中，然后按照既定的計算方法來進行立體的計算和人臉識別。

二、軟件算法的流程

（一）圖像信息的同步采集。利用立體標定系統時使用了兩個攝像頭，但是兩個攝像頭采集的圖像信息是同時進行的，但是存在視差這樣便能夠實現立體空間的檢測；在間隔一定的時間同時采集兩路攝像頭的圖像，可以開啟獨立的線程。

（二）圖像的校正和立體標定。（1）攝像機的畸形校正。攝像頭具有光學透鏡的特性，因此在成像的過程中往往出現徑向的畸變；另外在硬件裝配的過程中不可能使光學鏡片和傳感器之間保持絕對平行的關系，所以又會造成切向的畸變。對單個攝像頭進行立體定標時主要是將其內部參數進行計算，攝像頭的內部參數主要包括焦距（f）、成像原點（c）、畸變參數；另外也包括有外部參數。（2）立體校正。對于雙目攝像頭來說，定標時不但要通過計算得出內部參數值，還要將攝像頭之間的相對位置利用標定的方法進行準確測量。由于攝像頭組是由兩個攝像頭組成的，因此兩個視圖也都形成了視差，如果要計算目標點的視差那么就先要將視圖中與之對應的像點進行匹配，但是如果在二維空間想實現像點的匹配工作，其所要耗費的精力和時間的代價均比較高，因此可以利用極線約束的方法將二維空間轉化成一維的空間進行搜索。

（三）人臉識別。在進行人臉識別計算時采用的是AdaBoost人臉檢測訓練算法，首先通過現場的輸入或者直接采集到的人臉或者非人臉進行訓練，對于人臉區域的選取在圖像中的矩形框內的圖像進行判斷，并將其所有的人臉區域進行搜索，而這些人臉區域便是感興趣的區域。該系統人臉區域是計算的主要區域和重點，對于其他區域可不必進行立體計算。

（四）面部區域的配準。在人臉的識別中主要將臉部區域看做是一個橢球的形狀，以你眼部的位置直接影響著人臉的朝向，可以通過雙向投影取峰值點的方式將由雙眼和嘴部所組成的三角區域進行檢測，在檢測的過程中采用了紅外光源進行補光處理，因此人臉的檢測三角區為彩色但是稍偏暗色，而臉部區域則主要呈現為白色。如果將圖像進行橫向和縱向的投影積分便可以得到又X軸和Y軸組成的一維數組，詳見圖2.

若向Y軸作投影積分，要想排除邊界和頭發等對于投影效果的影響則可以直接將靠近邊緣兩側額像素亮度值直接排除，其誤差可以用公式①表示：

上式中Valuey表示的y軸的投影積分值， 指的是在圖像中x、y兩點具體的亮度值。觀察上圖我們可以發現在y軸上有3個極小值，這分別代表的是人臉的眼鏡和嘴巴，即所謂的三角區。

若向X軸做投影積分，只需要使用圖像的下半部分即可，也就是忽略掉眼睛，只有嘴部區域，其投影積分的計算公式如公式②所表示：

同樣上式中，投影機分用 表示，x點和y點的亮度值用 表示，上圖中臉部x軸投影積分最小值所表示的就是嘴部位置。對于臉部的眼中心點確定時同樣使用上述的方法，但是眼睛上部的取值和下部的取值分別是0.1*height和0.18*height，在圖像中的x軸上所表示的兩個極小值便是兩眼部的中心點位置。

三、試驗結果和分析

標定雙目攝像頭系統的方法將標定板的位置確定，標定板的長度在95-105cm之間，三維立體計算系統的精度要求完全滿足。在圖3中是當人臉分別向左、右兩個方向運動時，攝像頭所采集的未濾波和濾波之后的方向數據信息，其中標記為1的曲線很顯然是未經濾波的曲線，而標記為2的曲線是在15幀濾波處理之后的數據，為了能夠更好的判斷檢測是人臉的具體運動方向，可以將曲線1進行上移，由此則如圖3所表示。雖然經過濾波處理之后的曲線能準確的檢測人臉的朝向，但是其檢測數據穩定性較差智能基本滿足需求。

四、結束語

所以，將立體計算和人臉識別技術相結合便能夠建立一個能夠檢測人臉朝向的裝置，該裝置在經由濾波中和處理之后完全可以使用在多媒體的互動項目之中。但是該裝置所檢測的數據穩定性較低，所以在以后的相關研究中要進一步進行優化，盡可能的使計算方法精確度更高，確保檢測的數據的穩定性。

參考文獻：

[1]張順嵐，莫建文.基于雙目視覺的三維人臉識別算法[J].電視技術，2014（09）.