基于OpenCV的人臉識(shí)別設(shè)計(jì)方案

導(dǎo)讀: 本文提出了一種在Linux平臺(tái)下開發(fā)臉識(shí)別系統(tǒng)的方案，通過QT 來開發(fā)用戶界面，調(diào)用OpenCV圖像處理庫對(duì)相機(jī)進(jìn)行采集和處理采集圖像，從而實(shí)現(xiàn)了人臉檢測(cè)、身份識(shí)別、簡(jiǎn)單表情識(shí)別的功能。

人臉識(shí)別的研究可以追溯到上個(gè)世紀(jì)六、七十年代，經(jīng)過幾十年的曲折發(fā)展已日趨成熟，構(gòu)建人臉識(shí)別系統(tǒng)需要用到一系列相關(guān)技術(shù)，包括人臉圖像采集、人臉定位、人臉識(shí)別預(yù)處理、身份確認(rèn)以及身份查找等 。而人臉識(shí)別在基于內(nèi)容的檢索、數(shù)字視頻處理、視頻檢測(cè)等方面有著重要的應(yīng)用價(jià)值，可廣泛應(yīng)用于各類監(jiān)控場(chǎng)合，因此具有廣泛的應(yīng)用前景。OpenCV是Intel 公司支持的開源計(jì)算機(jī)視覺庫。它輕量級(jí)而且高效--由一系列 C 函數(shù)和少量 C++ 類構(gòu)成，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺方面的很多通用算法，作為一個(gè)基本的計(jì)算機(jī)視覺、圖像處理和模式識(shí)別的開源項(xiàng)目，OpenCV 可以直接應(yīng)用于很多領(lǐng)域，其中就包括很多可以應(yīng)用于人臉識(shí)別的算法實(shí)現(xiàn)，是作為第二次開發(fā)的理想工具。

1 系統(tǒng)組成

本文的人臉識(shí)別系統(tǒng)在Linux 操作系統(tǒng)下利用QT庫來開發(fā)圖形界面，以O(shè)penCV 圖像處理庫為基礎(chǔ)，利用庫中提供的相關(guān)功能函數(shù)進(jìn)行各種處理：通過相機(jī)對(duì)圖像數(shù)據(jù)進(jìn)行采集，人臉檢測(cè)主要是調(diào)用已訓(xùn)練好的Haar 分類器來對(duì)采集的圖像進(jìn)行模式匹配，檢測(cè)結(jié)果利用PCA 算法可進(jìn)行人臉圖像訓(xùn)練與身份識(shí)別，而人臉表情識(shí)別則利用了Camshift 跟蹤算法和Lucas–Kanade 光流算法。

2 搭建開發(fā)環(huán)境

采用德國Basler acA640-100gc 相機(jī)，PC 機(jī)上的操作系統(tǒng)是Fedora 10，并安裝編譯器GCC4.3，QT 4.5和OpenCV2.2 軟件工具包，為了處理視頻，編譯OpenCV 前需編譯FFmpeg，而FFmpeg 還依賴于Xvid庫和X264 庫。

3 應(yīng)用系統(tǒng)開發(fā)

程序主要流程如圖1 所示。

圖1 程序流程（visio）

3.1 圖像采集

圖像采集模塊可以通過cvCaptureFromAVI（）從本地保存的圖像文件或cvCaptureFromCam（）從相機(jī)得到圖像，利用cvSetCaptureProperty（）可以對(duì)返回的結(jié)構(gòu)進(jìn)行設(shè)置：

IplImage *；CvCapture* cAMEra = 0；

camera = cvCaptureFromCAM（ 0 ）；

cvSetCaptureProperty（camera，

CV_CAP_PROP__WIDTH， 320 ）；

cvSetCaptureProperty（camera，

CV_CAP_PROP__HEIGHT， 240 ）；

[!--empirenews.page--]

然后利用start（）函數(shù)開啟QTimer 定時(shí)器，每隔一段時(shí)間發(fā)送信號(hào)調(diào)用自定義的槽函數(shù)，該槽函數(shù)用cvGrab（）從視頻流中抓取一幀圖像放入緩存，再利用CvRetrieve（）從內(nèi)部緩存中將幀圖像讀出用于接下來的處理與顯示。在qt 中顯示之前，需將IplImage* source 轉(zhuǎn)換為QPixmap 類型。

uchar *qImageBuffer = NULL；

/*根據(jù)圖像大小分配緩沖區(qū)*/

qImageBuffer = （uchar*） malloc（source-》width *

source->height * 4 * sizeof（uchar））；

/*將緩沖區(qū)指針拷貝到存取Qimage 的指針中*/

uchar *QImagePtr = qImageBuffer；

/* 獲取源圖像內(nèi)存指針*/Const uchar*

iplImagePtr=reinterpret_cast/<uchar*》>（source->imageDat

a）；

/*通過循環(huán)將源圖像數(shù)據(jù)拷貝入緩沖區(qū)內(nèi)*/

for （int y = 0； y < source->height； ++y）{

for （int x = 0； x < source->width； ++x）{

QImagePtr［0］ = iplImagePtr［0］；

QImagePtr［1］ = iplImagePtr［1］；

QImagePtr［2］ = iplImagePtr［2］；

QImagePtr［3］ = 0；

QImagePtr += 4；

iplImagePtr += 3； }

iplImagePtr+=source->widthStep–3*source->width； }

/*將Qimage 轉(zhuǎn)換為Qpixmap*/QPixmap local =

QPixmap：：fromImage（QImage（qImageBuffer，source-》wi

dth，source-》height， QImage：：Format_RGB32））；

/*釋放緩沖區(qū)*/

free（qImageBuffer）；

最后利用QLabel 的setPixmap（）函數(shù)進(jìn)行顯示。

[!--empirenews.page--]

3.2 圖像預(yù)處理

由于大部分的臉部檢測(cè)算法對(duì)光照，臉部大小，位置表情等非常敏感， 當(dāng)檢測(cè)到臉部后需利用cvCvtcolor（）轉(zhuǎn)化為灰度圖像，利用cvEqualizeHist（）進(jìn)行直方圖歸一化處理。

3.3 臉部檢測(cè)方法

OpenCV采用一種叫做Haar cascade classifier 的人臉檢測(cè)器，他利用保存在XML 文件中的數(shù)據(jù)來確定每一個(gè)局部搜索圖像的位置，先用cvLoad（）從文件中加載CvHaarClassifierCascade 變量， 然后利用cvHaarDetectObjects（）來進(jìn)行檢測(cè)，函數(shù)使用針對(duì)某目標(biāo)物體訓(xùn)練的級(jí)聯(lián)分類器在圖像中找到包含目標(biāo)物體的矩形區(qū)域，并且將這些區(qū)域作為一序列的矩形框返回，最終檢測(cè)結(jié)果保存在cvRect 變量中。

3.4 臉部識(shí)別方法

識(shí)別步驟及所需函數(shù)如圖2 所示。

圖2 識(shí)別步驟（visio）

PCA 方法（即特征臉方法）是M.Turk 和A.Pentland在文獻(xiàn)中提出的，該方法的基本思想是將圖像向量經(jīng)過K-L 變換后由高維向量轉(zhuǎn)換為低維向量，并形成低維線性向量空間，即特征子空間，然后將人臉投影到該低維空間，用所得到的投影系數(shù)作為識(shí)別的特征向量。識(shí)別人臉時(shí)，只需將待識(shí)別樣本的投影系數(shù)與數(shù)據(jù)庫中目標(biāo)樣本集的投影系數(shù)進(jìn)行比對(duì)，以確定與哪一類最近。

PCA 算法分為兩步：核心臉數(shù)據(jù)庫生成階段，即訓(xùn)練階段以及識(shí)別階段。

3.4.1 訓(xùn)練階段

主要需要經(jīng)過如下的幾步：

（1） 需要一個(gè)訓(xùn)練人臉照片集。

（2） 在訓(xùn)練人臉照片集上計(jì)算特征臉，即計(jì)算特征值，保存最大特征值所對(duì)應(yīng)的的M 張圖片。這M 張圖片定義了“特征臉空間”（原空間的一個(gè)子空間）。當(dāng)有新的人臉添加進(jìn)來時(shí)，這個(gè)特征臉可以進(jìn)行更新和重新計(jì)算得到。

（3） 在“特征臉空間”上，將要識(shí)別的各個(gè)個(gè)體圖片投影到各個(gè)軸（特征臉）上，計(jì)算得到一個(gè)M 維的權(quán)重向量。簡(jiǎn)單而言，就是計(jì)算得到各個(gè)個(gè)體所對(duì)應(yīng)于M 維權(quán)重空間的坐標(biāo)值。

OpenCV 實(shí)現(xiàn)為：先用cvLoadImage（）載入圖片并利用cvCvtcolor（）轉(zhuǎn)換為灰度圖片，建立自定義的迭代標(biāo)準(zhǔn)CvTermCriteria，調(diào)用cvCalcEigenObjects（）進(jìn)行PCA 操作，計(jì)算出的Eigenface 都存放在向量組成的數(shù)組中，利用cvEigenDecomposite（）將每一個(gè)訓(xùn)練圖片投影在PCA 子空間（eigenspace）上，結(jié)果保存在矩陣數(shù)組中，用cvWrite《datatype》（）將訓(xùn)練結(jié)果保存至XML文件中。下面圖3 為訓(xùn)練得到的部分特征臉圖像。

圖3 特征臉圖像

[!--empirenews.page--]

3.4.2 身份識(shí)別階段

在識(shí)別新的人臉圖片時(shí)，具體的操作方法流程如下：

（1） 基于前面得到的M 個(gè)特征臉，將新采集的圖片投影到各個(gè)特征臉，計(jì)算得到一個(gè)權(quán)重集合（權(quán)重向量）。

（2） 判斷新圖片是否是一幅人臉圖像，即通過判斷圖像是否足夠靠近人臉空間。

（3） 如果是人臉圖像，則根據(jù)前面計(jì)算的權(quán)重集合（權(quán)重向量），利用權(quán)重模式將這個(gè)人臉分類劃歸到初始時(shí)計(jì)算得到的各個(gè)個(gè)體或者是成為一個(gè)新 的個(gè)體照片。簡(jiǎn)單而言，就是計(jì)算新權(quán)重到原來各個(gè)個(gè)體權(quán)重的距離，選擇最近的，認(rèn)為是識(shí)別成這個(gè)個(gè)體；如果最近的距離超出閾值，則認(rèn)為是一個(gè)新的個(gè)體。

（4） 更新特征臉或者是權(quán)重模式。

（5） 如果一個(gè)未知的人臉，出現(xiàn)了很多次，也就意味著，對(duì)這個(gè)人臉沒有記錄，那么計(jì)算它的特征權(quán)重（向量），然后將其添加到已知人臉中［6］。

OpenCV 實(shí)現(xiàn)調(diào)用cvRead《datatype》（）加載訓(xùn)練結(jié)果XML 文件，調(diào)cvEigenDecomposite（）將采集圖片映射至PCA 子空間，利用最近距離匹配方法SquaredEuclidean Distance，計(jì)算要識(shí)別圖片同每一個(gè)訓(xùn)練結(jié)果的距離，找出距離最近的即可。

3.5 臉部表情識(shí)別

臉部運(yùn)動(dòng)跟蹤利用了Camshift 算法，該算法利用目標(biāo)的顏色直方圖模型將圖像轉(zhuǎn)換為顏色概率分布圖，初始化一個(gè)搜索窗的大小和位置，并根據(jù)上一幀得到的結(jié)果自適應(yīng)調(diào)整搜索窗口的位置和大小， 從而定位出當(dāng)前圖像中目標(biāo)的中心位置。

Camshift 能有效解決目標(biāo)變形和遮擋的問題，對(duì)系統(tǒng)資源要求不高，時(shí)間復(fù)雜度低，在簡(jiǎn)單背景下能夠取得良好的跟蹤效果。

Camshift 的OpenCV 實(shí)現(xiàn)分以下幾步：

（1）調(diào)用cvCvtColor（）將色彩空間轉(zhuǎn)化到HSI 空間，調(diào)用cvSplit（）獲得其中的H 分量。

（2） 調(diào)用cvCreateHist（）計(jì)算H 分量的直方圖，即1D 直方圖。

（3） 調(diào)用cvCalcBackProject（）計(jì)算Back Projection.

（4） 調(diào)用cvCamShift（）輸出新的Search Window 的位置和面積。

我們利用光流算法評(píng)估了兩幀圖像的之間的變化，Lucas–Kanade 光流算法是一種兩幀差分的光流估計(jì)算法。它計(jì)算兩幀在時(shí)間t 到t +δt 之間每個(gè)每個(gè)像素點(diǎn)位置的移動(dòng)。是基于圖像信號(hào)的泰勒級(jí)數(shù)，就是對(duì)于空間和時(shí)間坐標(biāo)使用偏導(dǎo)數(shù)。

首先要用到shi-Tomasi 算法，該算法主要用于提取特征點(diǎn)，即圖中哪些是我們感興趣需要跟蹤的點(diǎn)，對(duì)應(yīng)函數(shù)為cvGoodFeaturesToTrack（），可以自定義第一幀特征點(diǎn)的數(shù)目，函數(shù)將輸出所找到特征值。接下來是cvCalcOpticalFlowPyrLK 函數(shù)， 實(shí)現(xiàn)了金字塔中Lucas-Kanade 光流計(jì)算的稀疏迭代版本。 它根據(jù)給出的前一幀特征點(diǎn)坐標(biāo)計(jì)算當(dāng)前視頻幀上的特征點(diǎn)坐標(biāo)。輸入?yún)?shù)包括跟蹤圖像的前一幀和當(dāng)前幀，以及上面函數(shù)輸出的前一幀圖像特征值，自定義的迭代標(biāo)準(zhǔn)，輸出所找到的當(dāng)前幀的特征值點(diǎn)。這些點(diǎn)可以確定面部局部區(qū)域的特征 如眼部，鼻子高度與寬度，嘴部?jī)蓚?cè)與底部的夾角等等，利用與前一幀的特征比較，可得出反應(yīng)臉部動(dòng)態(tài)變化的參數(shù)，這些數(shù)據(jù)可以與臉部的一些簡(jiǎn)單表情相關(guān)聯(lián)。下面圖4 為跟蹤眼睛上下眨動(dòng)的圖像。

圖4 跟蹤眼部上下眨動(dòng)圖像

4 總結(jié)

本文以O(shè)penCV 圖像處理庫為核心，以QT 庫所提供的界面框架為基礎(chǔ)，提出了人臉識(shí)別系統(tǒng)設(shè)計(jì)方案，實(shí)驗(yàn)證明本方案具有較好的實(shí)用性，可移植性。但仍有許多不足之處，如身份與表情識(shí)別部分可以通過引入神經(jīng)網(wǎng)絡(luò)或支持向量機(jī)SVM 進(jìn)行分類，可以使識(shí)別準(zhǔn)確率與識(shí)別種類數(shù)得到提高，這些也是后續(xù)工作中步需要改進(jìn)的。