图像检测实验和人脸识别实验的区别

综 述

《自动化技术与应用》 2004年第 23卷第 12期

Survey

人脸图像检测与识别方法综述 王科俊 ,姚向辉

(哈尔滨工程大学自动化学院 ,黑龙江 哈尔滨 150001)

摘要

:本文对人脸识别技术中的检测和识别分成两部分进行了讨论。首先 ,系统的整理分析了人脸检测的各种方法。其次 ,作为

人脸识别技术的第二个环节

,对人脸的各种识别方法进行了比较性的论述 ,重点讨论了当前热点的识别算法。最后对人脸 识别技术的发展方向进行了展望。

关键词 :人脸检测 ;人脸识别 ;特征提取 ;模式识别

中图分类号

: TP391141 文献标识码 :A 文章编号

: 100327241 (2004) 1220005205

Survey of Human Face Detection and Recognition

WANG Ke -jun ,YAO Xiang -hui

(College of Automatization , Harbin Engineering University , Harbin 150001 ,China) Abstract :This paper descr

人脸检测和识别技术的文献综述

摘要：通过对关于人脸检测与识别技术方面文献的阅读，本文综述了传统的身份

识别，人脸检测和识别技术的背景、意义及国内外发展现状，着重介绍了人脸检测和识别方法。

关键词：人脸检测；人脸识别；子空间分析；核主元分析。

人脸不仅具有很强的自身稳定性和个体差异性，而且直接、友好，相对传统识别，更符合人类的视觉习惯。一个完整的人脸识别过程一般包括人脸检测和人脸识别两大部分，人脸检测是指计算机在包含有人脸的图像中检测出人脸，并给出人脸所在区域的位置和大小等信息的过程[1]，人脸识别就是将待识别的人脸与已知人脸进行比较，得出相似程度的相关信息。这里所指的人脸识别是狭义的识别，是统称的广义人脸识别的一个子过程[2]。近年来人脸检测和识别技术的研究取得了较大的发展。

1 人脸识别的背景和研究意义

身份识别与验证是人类社会日常生活中的基本活动之一。尽管也许是无意识的，我们每天都要对很多人的身份做出判别，同时，每个人也都要经常通过各种方式和手段证明自己的身份，目前我们大多数情况下仍然依赖于传统的身份验证手段来完成身份识别过程，这些手段包括各类标识物如身份证、学生证等各类证件，钥匙，口令等，然而这些方式使用不方便、不安全、不可靠的缺点不言而

实验三 图像的边缘检测

一、实验目的

1．进一步理解边沿检测的基本原理。 2．掌握对图像边沿检测的基本方法。

3．学习利用Matlab图像工具箱对图像进行边沿检测。 二、实验原理

边缘检测在图像处理中可分为空域下的操作和频域下的操作。本实验以空域下的操作为主要实验内容，其他方法同学们可以在课后自行实验。空域下的图像边缘检测主要应用的是领域运算。

三、实验要求

对边缘检测的要求：使用Matlab图像处理工具箱中的不同方法对下图的边缘进行提取；注意观察不同操作对垂直方向、水平方向、斜方向的提取效果有何区别；注意观察提取后的边界是否连续，若不连续可采用什么方法使其连续。

四、实验步骤

1．打开计算机，启动MATLAB程序；

2．调入实验指导书所示的数字图像，利用MATLAB图像工具箱中已有函数进行编程以实现图像的边缘检测； 3．显示原图和处理过的图像。 4．记录和整理实验报告 五、实验仪器 1．计算机；

2．MATLAB程序； 3．记录用的笔、纸。 六、实验程序：

七、程序说明：

1、先是读取图像I；

2、自定义矩阵[1,1,1,0,0,0,-1,-1,-1]这是横向边缘处理矩阵。[0,1,1,-

//摄像头的

#include "cv.h"

#include"highgui.h"

#include"stdio.h"

#ifdef _EiC

#define WIN32

#endif

static CvMemStorage* storage = 0;//设存储器，返回空间头指针

static CvHaarClassifierCascade* cascade = 0;

void detect_and_draw( IplImage* image );

const char* cascade_name =

"haarcascade_frontalface_alt.xml";//人脸检测分类器

int main( int argc, char** argv )

{

CvCapture* capture = 0;

IplImage *frame, *frame_copy = 0;

int optlen = strlen("--cascade=");

const char* input_name;

if( argc > 1 && strncmp( argv[1], "--cascade=", optlen ) == 0 )

{

cascade_name = argv[1] + optlen

人脸识别实验

一、实验要求

1.选择任一人脸数据库

2. 查找人脸识别文献，写简单综述 3. 选择方法，完成实验

二、实验原理

1、人脸识别简介

人脸识别技术是基于人的脸部特征，对输入的人脸图象或者视频流 . 首先判断其是否存在人脸 , 如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 2、．PCA

主成分分析 （ Principal Component Analysis ， PCA ）或者主元分析。是一种掌握事物主要矛盾的统计分析方法，它可以从多元事物中解析出主要影响因素，揭示事物的本质，简化复杂的问题。计算主成分的目的是将高维数据投影到较低维空间。给定 n 个变量的 m 个观察值，形成一个 n′m 的数据矩阵，n 通常比较大。对于一个由多个变量描述的复杂事物，人们难以认识，那么是否可以抓住事物主要方面

实验五 图像恢复和图像分割

一、实验目的

1、熟悉并掌握MATLAB图像处理工具箱的使用； 2、理解并掌握常用的图像的恢复和分割技术。 二、实验环境

MATLAB 6.5以上版本、WIN XP或WIN2000计算机 三、相关知识

1 deconvwnr 维纳滤波，

用法：J = deconvwnr(I,PSF,NSR)

用维纳滤波算法对图片I进行图像恢复后返回图像J。 I是一个N维数组。PSF是点扩展函数的卷积。NSP是加性噪声的噪声对信号的功率比。

如：

I = im2double(imread('cameraman.tif'));

imshow(I);

title('Original Image '); %模拟运动模糊 Matlab中文论坛 LEN = 21; THETA = 11;

PSF = fspecial('motion', LEN, THETA); blurred = imfilter(I, PSF, 'conv', 'circular'); figure, imshow(blurred) %恢复图像www.iLoveMatlab.cn

本文介绍了在Radon变换下的图像矩特征的抽取方法,并得到图像的矩特征矩阵;进而对矩特征矩阵按行向量进行傅里叶变换组成矩-傅里叶描述子特征矩阵,采用矩阵的加权欧氏距离作为人脸图像的匹配识别的算法,产生较好的结果。

维普资讯 http://www.77cn.com.cn

基于矩一傅里叶描述子人脸图像识别王耀明崔新春刘挺 (海师范大学理工信息学院上上海 2 24￣ 3)

摘

要

本文介绍了在 R d n变换下的图像矩特征的抽取方法，得到图像的矩特征矩阵；而对矩特征矩阵按行向量进行傅 ao并进

里叶变换组成矩一傅里叶描述子特征矩阵，采用矩阵的加权欧氏距离作为人脸图像的匹配识别的算法，生较好的结果。产 关键词 R dn变换矩一傅里叶描述子 ao人脸图像识别矩特征矩阵

A FACE MA GE I RECoG舸

ON n I ) BAs D oN M ( D圈 RS

M[口 N r— FOI m R 0M E c瓜 DESa E

W a g Ya mi Cu n h n Li rn n o ng iXi c u u rig( o eo c￣ ad I￣ C/ ￣ fs/ e n f n nTcn l y,hn h i om lU i rt S,, a O 2

人脸识别源代码

※人脸检测(文章+程序)---技术文档及代码非常全『 MB) 』

※完整的Matlab下人脸检测及识别系统源代码『 (393.19 KB) 』

注：这个人脸检测和识别系统开发于Matlab 7.0.1下，非常值得学习。

※Matlab实现的基于颜色分隔的人脸人眼检测与定位及识别算法源代码 『

Face-Eye-Detection.part1.rar (1.91 MB)

Face-Recognition-Detection.rar 人脸检测（文章+程序）.rar (1.27

Face-Eye-Detection.part2.rar (152.54 KB) 』

注：这是一个matlab程序，用来检测并定位人脸及人眼。采用的算法是肤色的颜色分隔。附件中的文件包括 eyematch.m, eyematch2.m, face.m, findeye.m,skin.m, k001.JPG等等 。

※完整的包括及动作识别的C++人脸检测源代码『 』

本文的目的是提供一个我开发的SSE优化的，C++库，用于人脸检测，你可以马上把它用于你的视频监控系统中。涉及的技术有：小波分析，尺度缩减模型（PCA,LDA,ICA），人工神经网络

人脸

人脸别识术介绍技201年66月

人脸

目录第部一分

人脸别识原理人 识脸别的应用景场人脸识别算法二第分部第三部分

1--

人脸

物生别技术

生识物特征生理特征 hwaty o huav?e-像 人DN-A-虹膜 - 纹指行为征 w特ha tou yo?-笔d 迹-态 步身体-味 气-键节按奏 “后习天惯”“与生俱”来

2--

人脸

人脸别识技术生物识技术就是别通过算机与计学光声学、、物生传 感和生物器统学计理原高等技手段科密结合，利切用 体人有的生固特性理(如，纹指声、、人像、纹虹等膜)和为行征(特如迹、声笔、步音态等来进)行人身份个的定。 鉴其中人脸识是指人别面的五官部及以廓的轮布。分这些布分特征因人异，与生俱来。相对于其他而物生识别术技，人识脸别具有侵扰性，无需干扰非们人的正常行为就能较好 地达识到效果。别由于用采脸识别技人术的设 可备随意以安放，备的设安隐蔽性非常放，能远好距 非离触接速锁定目标快识别对，象此因脸人识技术 别被国外泛广应用到公安众防统中系应用，模规大。庞-3-

人脸

生物别技术比较识误率 认脸人识 别指识纹别掌纹 别 识 很低 低低认拒 <0率2 .% 55

%用易 性非好常好 用困使难

理处速度人 <1秒 5秒 /-15秒

5价

摘 要

人脸检测主要是基于计算机识别的一项数字化技术，用以准确获取人的脸部大小和位置信息，在进行人脸检测时，突出主要的脸部特征，淡化次要的环境、衣着等因素。对于某些情况下，人脸检测也可以计算出人脸，如眼睛，鼻子和嘴等精确的微妙特征。由于在安全检测系统，医学，档案管理，视频会议和人机交互等领域人脸检测系统都有光明的应用前景，因此人脸检测逐渐成为了两个跨学科领域研究的热门话题:人工智能和当前模式识别。本文基于OpenCV视觉库具体的设计并开发了对数字图像中的人脸检测的程序，所采用的人脸检测的原理主要是分类器训练模式(Adaboost算法)提取Haar特征的方法。它在整个软件极其重要的作用，图像中人脸的准确定位和识别都受图像处理好坏的直接影响。本次所设计的软件在图像处理部分所采用的方法是基于Adaboost算法进行Haar特征的提取，在此之上加以通过积分图方法来获取完整的级联分类器结构，进行人脸检测时，OpenCV级联分类器通过Adaboost人脸检测算法进行训练，此后采用不同情况下的实验样本完成精确定位以及检测试验。经过代码的设计和调试，在最后的测试中针对数字图像进行的人脸检测和定位达到了较好的效果，提高了定位和识别的正确率。

关键词：人脸检测