韓樂+何燁秋+高文華

摘要：人臉檢測(cè)已經(jīng)成為計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域中一個(gè)非?；钴S的研究方向?；贛atlab計(jì)算機(jī)視覺系統(tǒng)工具箱的人臉檢測(cè)實(shí)驗(yàn)，首先介紹了手動(dòng)檢測(cè)的Matlab實(shí)現(xiàn)及其不足，然后利用計(jì)算機(jī)視覺系統(tǒng)工具箱實(shí)現(xiàn)人臉檢測(cè)，并在此基礎(chǔ)上設(shè)計(jì)實(shí)現(xiàn)了單一人臉視頻檢測(cè)，所有實(shí)驗(yàn)均提供了Matlab程序代碼，最后提出了如何實(shí)現(xiàn)多目標(biāo)人臉視頻檢測(cè)的思考題。該實(shí)驗(yàn)方案通過實(shí)驗(yàn)操作增強(qiáng)學(xué)生對(duì)人臉檢測(cè)的理解，激發(fā)學(xué)生進(jìn)一步學(xué)習(xí)和研究的興趣。同時(shí)，對(duì)計(jì)算機(jī)視覺和模式識(shí)別相關(guān)課程起到很好的教學(xué)輔助作用，有效地改善了教學(xué)效果。

關(guān)鍵詞：人臉檢測(cè)；計(jì)算機(jī)視覺；Matlab；模式識(shí)別

中圖分類號(hào)：TP317.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）22-0165-02

Abstract： Face detection has become an active research direction in the field of computer vision and pattern recognition. Based on computer vision system toolbox of Matlab， face detection experiments include three parts. Firstly，the Matlab codes of the manual detection is introduced and the forthcomings are anlysized， and then the computer vision system toolbox is used to achieve face detection， based on the toolbox the experiment of detecting the video images is designed.All the experiments are written in Matlab code.Finally exercises are put forward how to realize the multi object video face detection problems. The experimental program enhances the students' understanding of face detection， stimulate students' interest in further study and research. At the same time， the program plays a good role in teaching the related courses， i.e.， computer vision and pattern recognition， and effectively improves the teaching effect.

Key words： face detection； computer vision； Matlab； pattern recognition

人臉檢測(cè)的主要目的是在輸入的整幅圖像上尋找人臉區(qū)域，利用計(jì)算機(jī)把圖像分割成人臉區(qū)域和非人臉區(qū)域兩個(gè)部分。近年來，人臉檢測(cè)已經(jīng)成為計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域中的一個(gè)非常活躍的研究方向，在身份驗(yàn)證、人機(jī)交互、可視通信、公安檔案管理等很多方面都有著極為重要的應(yīng)用價(jià)值，準(zhǔn)確、快速的人臉檢測(cè)是人臉識(shí)別的基礎(chǔ)和關(guān)鍵。目前，主流的人臉檢測(cè)方法有基于統(tǒng)計(jì)模型、基于模板匹配、基于支持向量機(jī)、基于概率模型和基于膚色等方法[1-9]。這些方法可以不同程度地實(shí)現(xiàn)對(duì)人臉的檢測(cè)，獲得較好的檢測(cè)效果，但對(duì)于大學(xué)三年級(jí)的本科生而言，這些方法難于理解和實(shí)現(xiàn)。如何能讓學(xué)生對(duì)人臉檢測(cè)感興趣，簡(jiǎn)單易學(xué)的操作，激發(fā)學(xué)生學(xué)習(xí)相關(guān)算法的興趣，值得進(jìn)一步探討。本文主要基于Matlab[10]計(jì)算機(jī)視覺系統(tǒng)工具箱設(shè)計(jì)簡(jiǎn)單易學(xué)的人臉檢測(cè)實(shí)驗(yàn)，通過實(shí)驗(yàn)操作增強(qiáng)學(xué)生對(duì)人臉檢測(cè)的理解，激發(fā)學(xué)生進(jìn)一步學(xué)習(xí)和研究的興趣。

1 計(jì)算機(jī)視覺系統(tǒng)工具箱介紹

計(jì)算機(jī)視覺系統(tǒng)工具箱（Computer Vision System Toolbox，CVST）是Matlab2012b版本自帶工具箱。該工具箱不僅包括用于特征提取、運(yùn)動(dòng)檢測(cè)、目標(biāo)檢測(cè)、目標(biāo)跟蹤、立體視覺、視頻處理、視頻分析的算法，還包括視頻文件輸入輸出，視頻顯示，繪圖以及合成。這些功能以Matlab函數(shù)、Matlab系統(tǒng)對(duì)象、Simulink塊的形式提供。對(duì)于快速原型和嵌入式系統(tǒng)設(shè)計(jì)，該工具箱支持定點(diǎn)算法和C代碼產(chǎn)生。

計(jì)算機(jī)視覺系統(tǒng)工具箱的人臉檢測(cè)算法主要基于Viola-Jones的人臉檢測(cè)[11]，通過內(nèi)置的類和函數(shù)進(jìn)行人臉甚至是鼻子、嘴以及眼睛的自動(dòng)檢測(cè)。Viola-Jones人臉檢測(cè)是Paul viola 和 Michael J Jones共同提出的一種人臉檢測(cè)算法，該算法原理簡(jiǎn)單，耗費(fèi)資源小，在提出后被廣泛用于人臉檢測(cè)。Viola-Jones人臉檢測(cè)主要包含Haar-like特征、積分圖、AdaBoost迭代算法和級(jí)聯(lián)分類器等內(nèi)容，實(shí)現(xiàn)人臉檢測(cè)的主要步驟是：①利用Haar-like矩

形特征表征人臉，使用“積分圖”對(duì)圖像中的矩形特征進(jìn)行快速計(jì)算。②利用AdaBoost算法從數(shù)量巨大的Haar-like特征中訓(xùn)練出人臉檢測(cè)所需要的分類器。③將訓(xùn)練得到的強(qiáng)分類器進(jìn)行級(jí)聯(lián)，利用級(jí)聯(lián)的強(qiáng)分類器構(gòu)成最終的分類器。

計(jì)算機(jī)視覺系統(tǒng)工具箱只需要用簡(jiǎn)單的命令即可實(shí)現(xiàn)人臉檢測(cè)。調(diào)用工具箱中的vision.CascadeObjectDetector即可運(yùn)行。不僅運(yùn)行速度較快，且人臉檢測(cè)準(zhǔn)確度很高。經(jīng)過自行改進(jìn)，可進(jìn)行批處理。

2 實(shí)驗(yàn)設(shè)計(jì)

2.1 實(shí)驗(yàn)環(huán)境

1） 操作系統(tǒng)。Windows XP 或以上版本。

2） 軟件。Matlab2012b及以上版本。

3） 彩色人臉圖像。數(shù)據(jù)來源于麻省理工學(xué)院生物和計(jì)算學(xué)習(xí)中心人臉識(shí)別數(shù)據(jù)庫（http：//cbcl.mit.edu/software-datasets/heisele/facerecognition-database.html）。

2.2 實(shí)驗(yàn)內(nèi)容

實(shí)驗(yàn)設(shè)計(jì)思想：首先設(shè)計(jì)人臉檢測(cè)的手動(dòng)檢測(cè)實(shí)現(xiàn)，通過手動(dòng)檢測(cè)的操作指出手動(dòng)檢測(cè)在處理多人臉圖像和人臉視頻時(shí)的不足；然后利用計(jì)算機(jī)視覺系統(tǒng)工具箱實(shí)現(xiàn)人臉檢測(cè)，并在此基礎(chǔ)上設(shè)計(jì)實(shí)現(xiàn)單一人臉視頻檢測(cè)；最后提出如何實(shí)現(xiàn)多人臉視頻檢測(cè)的練習(xí)題。

2.2.1手動(dòng)檢測(cè)

問題：如何利用Matlab將給定圖像里的人臉區(qū)域標(biāo)識(shí)出來。

分析：首先將圖像讀入Matlab并顯示輸出，然后通過觀察確定人臉位置，利用鼠標(biāo)動(dòng)態(tài)選取一個(gè)矩形框來確定人臉位置，并保存矩形框輸出標(biāo)識(shí)后的圖像。

主要代碼：

pic = imread（'face1.jpg'）；imshow（pic）；impixelinfo；%讀取并在Matlab里顯示圖像

pic_little=imrect；%手動(dòng)確定人臉區(qū)域的矩形框

手動(dòng)檢測(cè)的特點(diǎn)是所見即所得，簡(jiǎn)單易學(xué)，容易操作；不足之處是當(dāng)圖像數(shù)量多或單幅圖像上人臉不止一個(gè)時(shí)，重復(fù)工作量大，操作枯燥。

2.2.2CVST檢測(cè)

問題：如何利用Matlab軟件將人臉區(qū)域自動(dòng)標(biāo)識(shí)出來。

分析：通過調(diào)用計(jì)算機(jī)視覺系統(tǒng)工具箱可以實(shí)現(xiàn)人臉的自動(dòng)標(biāo)識(shí)。具體步驟是先構(gòu)造人臉檢測(cè)對(duì)象，在Matlab里讀取圖像，然后利用step函數(shù)檢測(cè)人臉，將人臉坐標(biāo)信息存入position變量中，最后利用position中的信息和insertShape函數(shù)輸出標(biāo)識(shí)后的圖像。

主要代碼：

faceDetector = vision.CascadeObjectDetector（）； %構(gòu)造人臉檢測(cè)對(duì)象

image = imread（'face2.jpg'）； %讀取圖像

position = step（faceDetector， image）； %開始檢測(cè)，將結(jié)果存儲(chǔ)到position變量中。

finalImage = insertShape（image， 'Rectangle'， position）； %標(biāo)識(shí)人臉

imshow（finalImage）； %最終圖像輸出

2.2.3 批處理人臉檢測(cè)

問題：當(dāng)處理人臉視頻或有多幅人臉圖像時(shí)如何將人臉區(qū)域自動(dòng)截取出來。

分析：先創(chuàng)建人臉檢測(cè)對(duì)象；然后順序讀取指定文件夾內(nèi)的圖像，考慮到圖像文件的存儲(chǔ)格式不同，需要設(shè)計(jì)適合多種文件格式的批處理文件讀?。划?dāng)圖像讀入后逐一利用step函數(shù)實(shí)現(xiàn)人臉截?。蛔詈筝敵霰４嫒四槄^(qū)域。

主要代碼：

FDetect = vision.CascadeObjectDetector；%創(chuàng)建人臉檢測(cè)對(duì)象

pathname=uigetdir（cd，'請(qǐng)選擇文件夾'）；

%可適用于多種文件格式

filesbmp=ls（strcat（pathname，'＼*.bmp'））；

filesjpg=ls（strcat（pathname，'＼*.jpg'））；

filesjpeg=ls（strcat（pathname，'＼*.jpeg'））；

filesgif=ls（strcat（pathname，'＼*.gif'））；

filestif=ls（strcat（pathname，'＼*.tif'））；

filespng=ls（strcat（pathname，'＼*.png'））；

files=[cellstr（filesbmp）；cellstr（filesjpg）；...

cellstr（filesjpeg）；cellstr（filesgif）；...

cellstr（filestif）；cellstr（filespng）]；

len=length（files）；

flag=[]；

% 開始批量處理圖像，轉(zhuǎn)換格式

for i=1：len

if strcmp（cell2mat（files（i）），''）

continue；

end

Filesname{i}=strcat（pathname，'＼'，files（i））；

I{i}=imread（cell2mat（Filesname{i}））；

BB = step（FDetect，I{i}）；

flag=[flag i]；

J=I{i}（BB（2）：BB（2）+BB（4），BB（1）：BB（1）+BB（3），：）；

pic_new{i}=J；

end

for i=1：length（flag）

name=cell2mat（Filesname{flag（i）}）；

d=strfind（name，'.'）；

name=name（1：d（end）-1）；

Name=strcat（name，'檢測(cè)圖.jpg'）；

imwrite（pic_new{flag（i）}，Name ）；

end

2.2.4實(shí)驗(yàn)結(jié)果

2.2.5練習(xí)題

問題一，人臉視頻自動(dòng)檢測(cè)代碼只適用于每幅圖像一個(gè)人臉，如何實(shí)現(xiàn)每幅圖像多個(gè)人臉的視頻圖像檢測(cè)？

問題二，請(qǐng)嘗試?yán)糜?jì)算機(jī)視覺工具箱檢測(cè)側(cè)臉圖像。

3 結(jié)論

本文通過三個(gè)循序漸進(jìn)的實(shí)驗(yàn)設(shè)計(jì)介紹了如何使用Matlab計(jì)算機(jī)視覺系統(tǒng)工具箱實(shí)現(xiàn)人臉檢測(cè)。手動(dòng)檢測(cè)與自動(dòng)檢測(cè)的對(duì)比可以讓學(xué)生對(duì)計(jì)算機(jī)視覺系統(tǒng)工具箱產(chǎn)生好奇心，圖像文件的批處理可以提高學(xué)生的編程能力，側(cè)臉檢測(cè)可以讓學(xué)生發(fā)現(xiàn)計(jì)算機(jī)視覺系統(tǒng)工具箱人臉檢測(cè)算法的不足，激發(fā)學(xué)生學(xué)習(xí)相關(guān)課程、研究人臉檢測(cè)算法的興趣。

參考文獻(xiàn)

[1] 楊定禮，張宇林，趙環(huán)宇，等.一種改進(jìn)的人臉檢測(cè)方法[J].實(shí)驗(yàn)室研究與探索，2015，34（2）：111-116.

[2] 徐信，郝曉麗，王芳.基于Adaboost算法的遠(yuǎn)距離人臉檢測(cè)[J].計(jì)算機(jī)工程與設(shè)計(jì)， 2015，36（4）： 983-986.

[3] 董恩增，閆勝旭，佟吉鋼.基于主動(dòng)視覺的人臉檢測(cè)與跟蹤算法研究[J].系統(tǒng)仿真學(xué)報(bào)，2015，27（5）：973-979.

[4] 樊慧慧，王金海. 一種復(fù)雜環(huán)境下的動(dòng)態(tài)多人臉自動(dòng)檢測(cè)與實(shí)時(shí)跟蹤方法[J].計(jì)算機(jī)應(yīng)用研究， 2015，32（10）： 3183-3186.

[5] 陽崇云，桑農(nóng)，陳張一，陳子伊. 基于膚色模型與Adaboost算法的多視角人臉檢測(cè)[J].華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2015， 43（I）：271-275.

[6] 楊恒，張?jiān)佘姡瑮顤|，張儒良.融合YCbCr膚色模型與區(qū)域標(biāo)記的人臉檢測(cè)算法研究[J].軟件導(dǎo)刊， 2016，15（2）：41-43.

[7] 張小龍，劉書炘，劉滿華.基于級(jí)聯(lián)支持向量機(jī)融合多特征的人臉檢測(cè)[J].計(jì)算機(jī)應(yīng)用與軟件， 2016，33（4）：151-154.

[8] 華曉彬，袁明新，王彬彬，張麗民.基于膚色正態(tài)分布模型的自適應(yīng)人臉動(dòng)態(tài)檢測(cè)[J].江蘇科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，30（2）：162-166.

[9] 王慶偉，應(yīng)自爐. 一種基于Harr-Like T特征的人臉檢測(cè)算法[J].模式識(shí)別與人工智能，2015，28（1）：35-41.

[10] 馬奎斯.實(shí)用MATLAB圖像和視頻處理[M].清華大學(xué)出版社，2013.

[11] Viola P， Jones M. Rapid Object Detection using a Boosted Cascade of Simple Features[J]. Conference on Computer Vision & Pattern Recognition， 2010（1）：511.