人脸特征定位与提取.pdfVIP

第3卷第5期 中国图象图形学报 1998年5月 of and Journal Graphics Image 人脸特征的定位与提取 严 超 苏光大 (清华大学电子工程系，北京100084) 摘要人脸的特征定位与特征提取的好坏对于人脸图象识别效果有直接的影响．本文根据人脸图象的灰度特性 以及特征的几何形状提出了一种简便有效的特征定位和特征提取的方法。本文所提出的方法能够比较准确而快速 的提取较多的特征，因而能够适用于在大量人像中进行特征提取和识别。 关键词特征定位与提取，Hough变换，能量函数 种方法。具体过程是先根据人脸图象的灰度特性用 1引言 直方图匹配的方法确定人脸各组成部分的位置，然 在图象处理领域，有很多分类任务，特别是目 特征的提取。 标识别，仍然是没有解决的难题。人脸识别则是其 中之一。目标识别如果能够取得成功，可以使许多 2特征定位 实用技术从中受益，比如机器人视觉、军用目标自 动跟踪等。此外，单就人脸识别来说，在公安、防 在特征定位中采用的是一种直方图匹配的方 盗、来访控制、人工智能、自动摄影、交通流量控制等 法。由于人眼的灰度特征与人脸其它部位有明显不 方面都有实用价值。 同，我们可以用直方图匹配的方法很容易地得到眼 人们研究计算机人像识别已经有20多年的历 睛的大致位置。 史，最早它和指纹识别一道作为识别罪犯身份的手 处理的图象采用333×480×8bit的灰度图象。 段。但是由于人脸的结构远比指纹来得复杂，它给 首先通过平滑及二次微分将其转化为一个二值图 人们的视觉感受不是简单的通过计算就能得到的， 所以至今人脸识别尚未能取得像指纹识别那样令人 ，二次微分的表达式为： 满意的结果。目前国内外研究用于识别人脸的方法 层出不穷，但总的说来不外乎以下2种：一是基于 i，J一一1，0，1 灰度的方法，二是基于结构的方法。前者将整个人 if d(z，y)Dd(z，y)一255 脸看成一个二维灰度变化的模板，试图从整体上捕 else (1) d(z，y)一0 捉和描绘人脸的特征，发现其中潜在的统计特性， 其中D是预先设定好的门限值。由二值图象可以大 它所用的方法主要是一些标准的数理统计的技 致求出头部的顶点位置日，头顶的位置不要求很精 巧[1’2]。而后者通过分析人脸的各个组成部分，将确，因为它对接下来的眼睛定位影响不大。求到H 特征分成一个个单独的小模板，然后对每个模板分 点后，由H点向下移动一定距离，在这里开始依次 别进行特征提取[3“]。由于人脸的表情特征十分丰 向下移动，每移动一次都抽取一横条进行投影直方 富，使得识别过程中能建立起比较大的特征集合， 图分析，直到判断出眼睛的大致位置为止。正确检测 取得令人满意的识别效果。本文所采用的就是这一 出人眼位置时的直方图如图2所示： 收稿日期：1997—03—14I收到修改稿日期：1997—05—27 万方数据 中国图象图形学报