文/張洲 張悅

1 引言

現(xiàn)今很多場合都需要身份信息的檢測與識別，如火車站進(jìn)站、銀行提款等，人臉輪廓以及器官成為了識別一個人的重要依據(jù)。在人臉比對過程中，需要首先將證件照片的人臉區(qū)域，及其中的眼睛、嘴巴等面部器官區(qū)域準(zhǔn)確檢測出來，進(jìn)而提取面部輪廓、器官特征，然后與實際采集的人臉信息進(jìn)行比對。并且基于證件照片的人臉檢測系統(tǒng)和指紋識別系統(tǒng)、DNA檢測等其他身份信息驗證方法相比較，不需要與檢測設(shè)備相接觸，更加方便快捷。因此研究基于證件照片的快速準(zhǔn)確的人臉檢測算法具有很大的實際意義和廣闊的發(fā)展前景。

2 系統(tǒng)總體流程

本系統(tǒng)主要實現(xiàn)證件照片的人臉區(qū)域檢測，同時確定眼睛和嘴巴的位置，總體方案流程圖如圖1所示。系統(tǒng)實現(xiàn)主要分兩大部分：人臉區(qū)域檢測和面部器官定位。

人臉區(qū)域檢測采取的關(guān)鍵技術(shù)包括：

（1）空間轉(zhuǎn)換：主要根據(jù)證件照片的背景顏色、人臉膚色的聚類特性等因素綜合考慮，本文將證件照片原始RGB空間轉(zhuǎn)換為YCbCr空間。

（2）膚色分割：色彩空間轉(zhuǎn)換后，利用本文的橢圓膚色模型使圖像中的人臉區(qū)域和背景區(qū)域進(jìn)行分離；分離結(jié)果由黑白兩色區(qū)分，其中白色區(qū)域為膚色區(qū)域，黑色區(qū)域為背景區(qū)域。

面部器官定位的關(guān)鍵技術(shù)包括：

（1）眼睛定位：在檢測到人臉區(qū)域上，采用水平和垂直投影技術(shù)快速定位眼睛的位置，并用矩形框標(biāo)記顯示。

（2）嘴巴定位：疊加橢圓膚色模型和CbCr通道模型的檢測結(jié)果，最終用矩形框標(biāo)記顯示。

圖1：總體方案流程圖

圖2：橢圓模型處理后的二值照片

圖3：人臉區(qū)域檢測結(jié)果

圖4：人臉區(qū)域灰度圖像垂直投影曲線

圖5：灰度圖像水平投影曲線

3 人臉區(qū)域的檢測

人臉區(qū)域檢測的目的是將人臉?biāo)趨^(qū)域從整幅證件照片中提取分割出來。利用人臉膚色與照片背景顏色的不同，區(qū)分出膚色區(qū)域并用矩形框截取出該部分圖像，然后在人臉圖像上進(jìn)一步定位面部器官，這樣做可以大大降低運算量，并且提高器官的定位精度。

3.1 照片色彩空間轉(zhuǎn)換

原始證件照片成像的色彩空間是日常生活中最常用的RGB空間，但是相對YCbCr空間，該空間對光線的變化比較敏感，同時不同的照片拍攝設(shè)備也可能導(dǎo)致拍攝照片的顏色偏差，這些都有可能導(dǎo)致不同環(huán)境下拍攝到的證件照片中的人臉皮膚的顏色各不相同，并且與人臉本身的膚色顏色像素值產(chǎn)生偏差，而由此產(chǎn)生的偏差不利于依靠膚色區(qū)分人臉與其它區(qū)域。因此為了隨后的人臉區(qū)域檢測的準(zhǔn)確性，本文首先對證件照片圖像進(jìn)行色度空間的轉(zhuǎn)換。RGB（24位）色彩空間與YCbCr（256級）色彩空間的轉(zhuǎn)換公式如式（1）所示：

式中變量R，G，B分別代表RGB空間的紅、綠、藍(lán)三個通道，變量Y，Cb，Cr為YCbCr空間的三個通道，分別代表顏色的亮度、藍(lán)色和紅色濃度偏移量。

3.2 膚色分割

在YCbCr色彩空間下，根據(jù)人臉膚色的聚類特性，本文采用橢圓膚色模型分割圖像，初步定位人臉，再利用形態(tài)學(xué)方法進(jìn)一步處理該區(qū)域，將膚色區(qū)域從整幅證件照片中分割出來，以便后續(xù)處理。

具體步驟如下：由于人臉皮膚顏色在CbCr面上基本集中在一個近似橢圓的區(qū)域內(nèi)，因此如公式（2）所示，首先建立橢圓模型方程，然后依次讀取證件照片中的每個像素點Pi，根據(jù)公式（3）判斷其在Cb和Cr通道的數(shù)值是否落在公式（2）生成的橢圓區(qū)域內(nèi)，如果Pi在橢圓區(qū)域內(nèi)，則標(biāo)記為“1”，并判定該像素點屬于人臉區(qū)域，反之，Pi(x,y)在橢圓區(qū)域外，則標(biāo)記為“0”，判定該像素點屬于非人臉區(qū)域。

式中變量Cb，Cr分別代表像素點Pi在Cb和Cr通道的數(shù)值；并且針對證件照片的人臉特點進(jìn)行實驗測試，本文確定公式（2）和公式（3）中參數(shù)取值如下：橢圓的長半徑a=26.39，短半徑 b=14.03，ecx=1.6，ecy=2.4，cx=109.38，cy=152.02，θ=2.53。

經(jīng)橢圓模型處理后，本文得到一個二值矩陣M，對應(yīng)的二值圖像如圖2所示。求取二值矩陣M中的連通區(qū)域，采用形態(tài)學(xué)腐蝕膨脹算法，確定連通域包含的矩形區(qū)域，這些矩形區(qū)域即為可能的人臉區(qū)域。最后，根據(jù)證件照片分辨率，設(shè)定人臉區(qū)域面積和所處位置兩個閾值，對所有可能是人臉區(qū)域的備選矩形進(jìn)行面積和位置條件篩選，最終確定證件照片中的人臉區(qū)域，并用矩形框標(biāo)定出來，分割結(jié)果如圖3所示。

圖6：眼睛區(qū)域定位結(jié)果

圖7：橢圓模型檢測到的嘴巴區(qū)域

圖8：CbCr通道模型檢測到的嘴巴區(qū)域

圖9：嘴巴區(qū)域定位結(jié)果

4 面部器官的定位

4.1 眼睛定位

首先提取出上文檢測到的人臉區(qū)域，并將其轉(zhuǎn)換為灰度圖像。由于在人臉區(qū)域的灰度圖像中，眼睛的顏色和皮膚顏色相比，存在比較大的灰度差異。因此本文根據(jù)這一特點，采用投影方法定位出眼睛所在區(qū)域。統(tǒng)計分析表明證件照片中人臉及器官所處位置相對整幅照片基本固定，綜合位置信息和投影曲線可以比較準(zhǔn)確的定位出眼睛區(qū)域。

圖4為人臉區(qū)域灰度圖像的垂直投影曲線，垂直投影曲線中波峰對應(yīng)區(qū)域為眼睛區(qū)域，結(jié)合眼睛在標(biāo)準(zhǔn)證件中的大致范圍和對稱性，可以確定出眼睛區(qū)域的豎向外側(cè)邊界；而眼睛區(qū)域的豎向內(nèi)側(cè)邊界則由投影曲線的極值點確定。根據(jù)眼睛區(qū)域的豎向外邊界，對人臉區(qū)域灰度圖像僅豎向截取包含眼睛的部分，再進(jìn)行水平投影（投影結(jié)果如圖5所示），圖中菱形標(biāo)記點為曲線的極值點。圖中第一個極大值和極小值對應(yīng)區(qū)域為眉毛大致區(qū)域，第二個和第三個極大值對應(yīng)區(qū)域為眼睛大致區(qū)域，第二個極小值大約為眼睛中線，結(jié)合位置信息，最終可確定眼睛區(qū)域的水平邊界。結(jié)合水平投影和垂直投影結(jié)果，最終用矩形框標(biāo)定定位結(jié)果，如圖6所示。

4.2 嘴巴定位

嘴巴和膚色比較，顏色較為鮮艷，但單純基于某個色彩空間的圖像不足以準(zhǔn)確地定位，因此本文分別采用橢圓模型和CbCr通道模型對照片圖像進(jìn)行處理，兩種方法分割出的嘴巴區(qū)域疊加，做為最終的嘴巴區(qū)域。

證件照片采用橢圓模型生成的二值圖像如圖2所示，圖像黑白數(shù)值反轉(zhuǎn)并找出二值圖像中所有的白色連通域，經(jīng)過位置和面積篩選確定出嘴巴區(qū)域（圖7中矩形框）。

CbCr通道模型的公式如下：

圖像變換后結(jié)果如圖8（a）所示，再采用閾值分割算法分割出嘴巴區(qū)域，如圖8（b）所示。根據(jù)兩個模型的疊加結(jié)果如圖9（a）所示，其中橢圓模型確定的嘴巴區(qū)域用虛線矩形框標(biāo)記，CbCr通道模型確定的嘴巴區(qū)域用實線矩形框標(biāo)記，最終在彩色證件照片定位出的嘴巴區(qū)域如圖9（b）所示。

5 結(jié)論

標(biāo)準(zhǔn)證件照片的人臉區(qū)域檢測和面部器官定位可用于各類證件與持證人實時人臉采集信息的核對，在公安、檔案管理、門禁系統(tǒng)安全驗證、機(jī)器人視覺等方面有廣泛的應(yīng)用前景。本文采用的人臉區(qū)域檢測和面部器官定位算法簡單易行，大量實驗證明該算法不僅準(zhǔn)確率高，而且運行時間具有實時性，能夠為后續(xù)的人臉比對提供便利。

參考文獻(xiàn)

[1]張文彬.人臉識別技術(shù)在互聯(lián)網(wǎng)金融行業(yè)中的應(yīng)用[J].電子技術(shù)與軟件工程,2017(01):156-157.

[2]鄒香玲.智能視頻監(jiān)控系統(tǒng)中的人臉識別技術(shù)之研究[J].電子技術(shù)與軟件工程,2017(03):91-92.

[3]阮琳琳.基于人臉識別的會所智能監(jiān)控系統(tǒng)的研究[D].南京理工大學(xué),2013.

[4]譚軍一.基于人臉識別的智能門禁系統(tǒng)設(shè)計[D].成都理工大學(xué),2016.

[5]王偉,奚傳立.證件照片感興趣區(qū)域的提取[J].信息技術(shù),2015(10):195-197,205.

[6]黃禹馨,黃山,張洪斌.基于膚色和器官定位的實時人臉檢測[J].計算機(jī)工程與科學(xué),2014,36(05):936-940.

[7]Golammoazzam M,Muntarina K,Sultana N, et al.An efficient method for eye detection in color images using morphological operations[J].International Journal of Computer Applications,2014,95(02):23-27.

[8]孫慧.基于色彩恒常及膚色信息的人臉檢測算法研究[D].江西理工大學(xué),2013.