人脸检测的探究和实现

人脸检测的探究和实现福建省建瓯市353199）（福建省建瓯市第一中学，谢昕容【摘要】本课题的研究主题是人脸检测的探究和实现。研究目的是为了了解人脸识别的现状、社会意义、过程、影响、技术难点和各种识别方

在采用实验法的同时，也辅助采用文献法的优缺点等。所采用的研究方法主要是实验法，通过实验来探索人脸检测与识别的过程和技术难点。

资料查阅法，二者结合，达到研究目的。在这些方法的帮助下，得出了以下研究结果：光照变淤人脸识别的技术难点；于影响准确率的干扰项：化、面部遮挡、面部表情、人脸姿态、人的年龄变化造成面部特征的变化等。

光照影响；表情变化【关键词】人脸检测；人脸识别；数据分析；

【中图分类号】【文献标识码】【文章编号】（2019）TP391A1006-422211-0001-02

人脸识别技术是基于人的脸部特征袁对输入的人脸图像或者视频流判断人脸及其位置尧大小和主要面部器官的信息袁并将其与已知的人脸进行对比袁从而识别每个人身份的技术遥

人脸识别不仅给我们的生活带来便利袁也在改变着我们的思维方式尧社交本质遥人脸识别系统具备低成本的存储和分析人脸图像的能力袁会使隐私尧公平和信任等观念发生巨大的改变袁因此它的发展袁也将带来时代的发展尧社会的发展遥

在现代社会袁人脸检测与识别在日常生活中的应用已十分广泛袁例如院

渊1冤手机中的应用院安卓4是第一款借助2D人脸识别实现解锁的手机袁iPhoneX第一次使用3D进行人脸识别袁华为mate20pro是在安卓平台上第一次使用3D人脸识别的手机遥这些技术保护了人们的隐私袁增强了个人信息的安全性遥

渊2冤交通违章领域的应用院通过人脸识别技术袁各个城市的交通得以更好地管理袁可以从违章人员的人脸上读取个人信息袁增强了管理的效率和执法的准确性[1]遥

渊3冤支付和信贷领域的应用院支付宝的刷脸支付尧微信的刷脸找回支付密码尧贷款的身份信息验证等都应用了人脸识别技术袁提高了办事效率遥

正由于其广泛的用途和深远的社会影响力袁人脸识别技术才值得我们深入探究袁不断完善遥

0引言征的矢量遥基于几何特征的人脸识别方法的优点院淤只需存储图片的特征矢量袁不占储存空间遥于由于是测量面部特征点的矢量袁光照对其识别的准确度影响小遥缺点院淤提取出稳定不变的面部特征有难度遥于忽略了整个图像中的较多细节信息袁只描述了人脸特征器官特征袁因而识别率也较低遥

给定一些不同的人脸模板袁根据这些模板在目标人脸上的相似性大小进行比对和识别袁测试图像是否包含目标人脸遥此方法的优点是院易实现尧受光照强度对识别的影响小尧受图片成像质量影响小遥缺点是院姿势变化问题和尺度变化问题难处理[3]遥该方法忽略了人脸是塑性非刚体袁很难得到有效的人脸模板来表示人脸和之间的共性袁因此识别率也不高遥利用非线性SVM分类器袁将输入的人脸图像进行空间升维袁使高维线性空间中的问题变得线性可分遥优点院理论思维严密袁能解决样本数量小尧非线性样本尧高维数和局部极小点等问题遥缺点院支持向量机在训练样本时消耗的存储空间大遥简单来说是把人脸5个最主要的特征区域用对应的一组特征数值来表示遥优点院受人的面部表情或头部位置发生变动的影响小遥缺点院在人脸特征提取和训练人脸模型参数时袁需要较大存储空间[4]遥

1.2.4基于隐马尔可夫模型的人脸识别1.2.3基于支持向量机的人脸识别1.2.2基于模板匹配的人脸识别

1问题提出1.2.1基于几何特征的人脸识别

而对于上述的这些问题袁有一些方法能使他们得到解决遥关于准确度低袁最基本的是优化程序和调整图片的清晰度袁可对于一些图像本身的干扰项来说袁优化程序和调整图片清晰度的方法无法解决这些问题袁因此袁就引出了各种各样的人脸识别算法遥

通过测量特征点之间的欧式距离袁得出描述每个面部特

1.2研究综述

人脸识别存在的问题是院淤准确度低院易受光照强度尧图像噪点尧头部偏角尧脸部大小尧情绪尧图片成像器材质量和各种装饰物遮挡的影响遥于耗时较长院识别过程复杂袁设备要求高遥盂占用储存空间大院需储存的图片数量大袁训练样本时消耗的存储空间大遥

然而正因为这些缺点袁未来的发展趋势大体向着多数据融合与方法综合的人脸识别研究尧动态跟踪特征获取研究尧人脸非线性建模研究尧3D建模研究尧全自动人脸识别研究等方面发展[2]遥

1.1研究背景

2研究方法本次研究采用实验法遥实验的材料有院电脑尧摄像头遥利用的实验环境是python袁实验的预期效果是院检测图像中的人脸袁准确率达90%以上遥

2.1实验设计

2.2实验流程

流程如图1所示袁步骤说明如下院

第一步袁先提取出实验的材料袁即100张带有人脸图片袁进行人脸识别系统的实验遥

第二步袁将提取出的带有人脸的图片转化为灰度图遥

第三步袁通过灰度值和灰度面积分布检测是否存在人脸遥第四步袁若检测到人脸袁就接着检测人脸所在的区域的位置和大小遥

第五步袁将检测到的人脸所在区域框出并分离遥第六步袁检测分离出的人脸上是否有眼部遥

第七步袁若检测到眼部袁接着检测眼部所在的区域的位置和大小遥

第八步袁将检测到的眼部所在区域框出并分离遥

第九步袁识别分离出的面部和眼部的灰度值和灰度面积

2通信设计与应用

图1人脸识别流程

分布遥

第十步袁结合上述所识别出的人脸和人脸眼部的灰度值和灰度面积袁识别出人脸遥

第十一步袁人脸识别完成遥

实验结束袁记录相关数据袁接着对记录的相关数据进行分析2.3遥

可以数据分析

从两个方面来考虑院淤漏检测的曰于误检测的袁实验结果统计如表1所示遥

表1人脸检测实验结果统计

漏检人脸误检人脸漏检眼部误检眼部46%41%69%28%以下是100张识别的图片中的10张遥从十张图来看袁每一张都有识别错误或漏识别的人脸遥事实上袁100张识别的图片中69%都出现了错误遥

图2人脸识别分析

这样的结果与预期效果有很大的偏差遥对此袁我大致分析了一下渊1产冤图生片这中种人脸结果遮挡物的可能和图原因片袁设分想辨了一些率的问题改善遥遮挡物的方式导致遥

图片中人脸的轮廓不清晰袁而图片分辨率低使图片的清晰度差袁也导致了人脸轮廓不清晰袁从而造成了识别错误遥对于遮挡物问题袁可以设置一个人脸完整度的阈值袁如果遮挡物面积过大袁超过了所设置的阈值袁就不把它当作人脸处理遥对于清晰度差的问题袁也可以设置一个图片清晰度的阈值袁并在识别之前增加一个自动检测和处理图片清晰度的过程袁若清晰度达不到所设阈值袁就自动使用图像处理技术处理图像袁使之达到阈值渊2后再开始冤图片中有识别类似袁从而人脸的其提高人脸图像的识别他部分遥由于类似率遥

人脸袁给人脸识别系统对人脸图像的识别造成了干扰袁从而使系统出现了识别的错误遥对于此问题袁可以提高分类器的阈值袁使之不

2019年11月那么容渊3易冤人脸面部把类似人脸的其表情的影响他部分遥由当作于人脸是人脸遥

一个塑性非刚体袁表情变化会造成人脸五官和特征的变化袁使之脱离了无任何表情时的共性袁从而造成了识别的错误遥对于此问题袁可以对人脸不易发生变化的点或部位进行检测和识别袁可以降低表情对识别渊4冤人脸准确偏度转的角度影响和遥

姿势的影响遥人脸角度的偏转袁使2维人脸面部特征发生了变化袁脱离了依赖库中的二维人脸模板袁从而使人脸识别系统对二维图像中的人脸识别出现了错误遥对于此问题袁采用3D的人脸识别技术可以在很大程度上解3决3.1结遥

语对于对于实验的展望

目前的人脸检测与识别技术袁已经算是十分成熟袁应用也十分广泛遥现在大多数研究主要集中在识别方法与算法的创新和已有技术的改进上袁通过提出新的识别方法和改善各种算法的性能以提高人脸识别的精确度尧速度和减少占用储存的空间的大小遥未来人脸识别技术研究的方向主要是与其他图像处理技术相结合并综合各项技术对图像进行处理袁以提高3.2本总人脸识别的准确性和效率遥

次结

课题研究袁介绍了人脸识别的含义尧方法和发展趋势袁也通过实验来探究了人脸检测的优缺点袁探讨了解决方法袁也总结了实验中的不足的地方遥经过本次探究袁我们发现人脸识别还有很多难点需要解决遥不过相信随着技术的不断完善和发展袁一定会有相应的方法与算法来解决以上的这些问题遥人脸识别的应用领域也将不断扩大袁更加深入地渗透到我们生活的方方面面遥

[1]参考文献

业肖云昊[2]管理与科.人脸识别技术在公共安防视频监控领域的应用[J].中小企[3]左科江玉山腾.人脸识别技术技渊上旬刊冤袁2016渊11冤院172-173.

.基于C++的人脸识别系统的综述[J].软件导刊袁2017渊2冤院182-185.

[4]技大渊7冤院陈奇毅学.

设计与实现[D].西安院西安电子50-51.

.浅析人脸识别技术的现状和发展趋势[J].通讯世界袁2015收稿日期：2019-09-23作者简介：谢昕容渊2003-冤袁女袁汉族袁福建人袁高中在读袁研究方向为人脸识别遥