人臉識(shí)別區(qū)域提取

羅國(guó)平

【摘 要】隨著計(jì)算機(jī)技術(shù)和光學(xué)成像技術(shù)的發(fā)展，人臉識(shí)別技術(shù)應(yīng)運(yùn)而生，人臉識(shí)別技術(shù)在人工智能、機(jī)器識(shí)別、機(jī)器學(xué)習(xí)、模型理論、專(zhuān)家系統(tǒng)、視頻圖像處理等領(lǐng)域具有廣泛的應(yīng)用。人臉識(shí)別技術(shù)，基礎(chǔ)是人臉的邊緣識(shí)別和提取，本文重點(diǎn)介紹人臉識(shí)別技術(shù)中人臉邊緣提取程序?qū)崿F(xiàn)。

【關(guān)鍵詞】人臉識(shí)別；感知識(shí)別技術(shù)；圖像二值化

中國(guó)圖書(shū)分類(lèi)號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼A

一、引言

計(jì)算機(jī)識(shí)別是目前人工智能領(lǐng)域研究的重點(diǎn)，人臉識(shí)別是計(jì)算識(shí)別的重要內(nèi)容之一，而人臉區(qū)域提取是人臉識(shí)別的關(guān)鍵，本文重點(diǎn)探討如何實(shí)現(xiàn)人臉區(qū)域識(shí)別。

1.1.采用VC++設(shè)計(jì)人臉識(shí)別程序基本組成

人臉識(shí)別系統(tǒng)通過(guò)圖像采集系統(tǒng)捕捉圖像，然后通過(guò)計(jì)算相似度、二值化處理、垂直直方圖、水平直方圖、然后標(biāo)記人臉區(qū)域，邊緣提取等步驟，才能實(shí)現(xiàn)人臉識(shí)別，過(guò)程是比較復(fù)雜的。因此，能否正確標(biāo)記出人臉區(qū)域是人臉識(shí)別是否成功的關(guān)鍵。

1.2.人臉識(shí)別面部區(qū)域提取

人臉面部區(qū)域提取，首先將圖像二值化處理，如果二值化處理成功則處理，提取臉部區(qū)域，標(biāo)記臉部區(qū)域塊，如果二值化處理未完成，則退出本次處理，具體算法詳細(xì)參考以下程序。

void CFaceDetectDlg：：OnBtnMarkFace1（）

{

if（！method1->m_bBinaryReady）

{

AfxMessageBox（"請(qǐng)先計(jì)算二值化圖！"）；

return；

}

m_bShowFace = true；

SetCursor（LoadCursor（NULL，IDC_WAIT））；

int *temp = new int[m_nWndWidth]；

int max = 0；

int pos = -1；

for（int j=0； j

{

int count = 0；

for（int i=0； i

{

if（method1->m_pBinaryArray[i][j] == 1） count++；

}

temp[j] = count；

if（count > max）

{

max = count；

pos = j；

}

}

int left，right，l，top，bottom；

for（l=pos； l>=0； l--）

{

if（temp[l]

{

left = l；

break；

}

}

for（l=pos； l

{

if（temp[l]

{

right = l；

break；

}

}

for（int i=0； i

{

int count = 0；

for（l = left；l<=right；l++）

{

if（method1->m_pBinaryArray[i][l] == 1） count++；

}

if（count>=（right-left）*0.5）

{

top = i；

break；

}

}

bottom=（int）（top+（right-left）*1.5）>=m_nWndHeight？m_nWndHeight-1：（int）（top+（right-left）*1.5）；

CopyBitMap（m_tResPixelArray，m_tOriPixelArray）；

for（i=top；i<=bottom；i++）

{

m_tResPixelArray[i][left].rgbBlue=255；

m_tResPixelArray[i][left].rgbGreen = m_tResPixelArray[i][left].rgbRed = 0；m_tResPixelArray[i][right].rgbBlue=255；

m_tResPixelArray[i][right].rgbGreen = m_tResPixelArray[i][right].rgbRed = 0；

}

for（j=left；j<=right；j++）

{

m_tResPixelArray[top][j].rgbBlue=255；

m_tResPixelArray[top][j].rgbGreen = m_tResPixelArray[top][j].rgbRed = 0；

m_tResPixelArray[bottom][j].rgbBlue=255；

m_tResPixelArray[bottom][j].rgbGreen = m_tResPixelArray[bottom][j].rgbRed = 0；

}

MakeBitMap（）；

SetCursor（LoadCursor（NULL，IDC_ARROW））；

if（m_bFaceOK）

{

ReplaceDlg dlg；

if（dlg.DoModal（）==IDOK）

{

CopyBitMap（m_tResPixelArray，m_tOriPixelArray）；

CRect rect（left，top，right，bottom）；

m_rFaceRegion = rect；

MakeBitMap（）；

}

}

else

{

m_bFaceOK = true；

CopyBitMap（m_tResPixelArray，m_tOriPixelArray）；

CRect rect（left，top，right，bottom）；

m_rFaceRegion = rect；

MakeBitMap（）；

}

}

經(jīng)過(guò)處理二值化處理后，該算法能正確識(shí)別出人臉區(qū)域，為下一步標(biāo)記眼睛、鼻子、嘴巴等部位做好準(zhǔn)備。

二、實(shí)現(xiàn)測(cè)試

為了方便實(shí)驗(yàn)，將人臉圖像通過(guò)手機(jī)或攝像頭方式拍取圖片，存儲(chǔ)在計(jì)算機(jī)中，通過(guò)編寫(xiě)的識(shí)別程序，讀取圖片，處理圖像數(shù)據(jù)后，然后捕捉人臉區(qū)域，經(jīng)過(guò)實(shí)際測(cè)試，能夠正確識(shí)別出人臉區(qū)域，如圖1所示。

三、結(jié)論

通過(guò)多次試驗(yàn)，該算法完全能夠正確提取出人臉區(qū)域，為人臉進(jìn)一步識(shí)別做好準(zhǔn)備。這種算法測(cè)試成功，由于C語(yǔ)言具有很好的可移植性，因此這種算法很容易移植到其它嵌入式設(shè)備中。

【參考文獻(xiàn)】

[1]、Visual C++ 6.0數(shù)字圖像處理 何斌、馬天予、王運(yùn)堅(jiān)、朱紅蓮. 2002。

[2]、Visual C++ 數(shù)字圖像與圖形處理，向世明 電子工業(yè)出版社 2002。