1、厦门大学软件学院毕业论文 本科毕业论文 (科研训练、毕业设计 ) 题 目： 通过基于 GaborEye 模型的人眼定位方法 实现人脸定位与识别 姓 名： 学 院：软件学院 系： 软件工程 专 业：软件工程 年 级： 学 号： 指导教师（校内）： 职称： 年 月 厦门大学本科毕业论文 第 2 页 共 31 页 通过基于 GaborEye 模型的人眼定位方法实现人脸定位与识别 摘要 目前在人脸定位领域， 基于 GaborEye 模型的人眼定位法得到了长足的发展。 眼睛是人脸上最重要的面部标志，一张精确标准 的人脸是鉴定和执行面部分解关键，它取决于两只眼睛的位置以及两眼间的距离。一种新型的 Gabo
2、rEye 模型瞳孔定位方法：基于在眼睛与眉毛间区域的特殊灰度分布，一个适当的 Gabor 内核 可以围绕脸突出眼睛与眉毛之间的区域有效的用于分割两个瞳孔间的区域。在取得瞳孔区域后，使用一个高速辐射对称算子来寻找瞳孔的中心。经过广泛的实验证明这种方法可以精确的定位瞳孔位置，即使在变化的面部姿态、表情、附属物以及不同的光照情况下。 瞳孔定位的方法可以有效的实现人脸的检测与定位，从而进一步的实现人脸的识别。 关键词 瞳孔定位， GaborEye 模型，人面识别，辐射对称算子 厦门大学本科毕业论文 第 3 页 共 31 页 Pupil Localization Method Based On Gabo
3、rEye Model And Radial Symmetry Operator Realization Face Localization And Recognition Abstract In the area of human face locating, methods using a GaborEye model has been developed very soon。 The eyes are the most important facial landmarks on the human face. The accuracy of face normalization, whic
4、h is critical to the performance of the following face analysis steps, depends on the locations of the two eyes, as well as their relatively constant interocular distance. A novel GaborEye model for eye localization. Based on the special gray distribution in the eye -and-brow region, a proper Gabor
5、kernel is adaptively chosen to convolute with the face image to highlight the eye -and-brow region, which can be exploited to segment the two pupil regions efficiently. After getting the region of the pupil, a fast radial symmetry operator is used to locate the center of the pupil. Extensive experim
6、ents show that the method can accurately locate the pupils, and it is robust to the variations of face poses, expressions, accessories and illuminations. The pupil localization method can efficiently realization the face inspection and localization, Accordingly realization face recognition. Key word
7、s pupil localization, GaborEye Model, face recognition, radial symmetry operator 厦门大学本科毕业论文 第 4 页 共 31 页 目 录 第一章 引言 . 8 1.1 人脸定位概述及其与人脸识别的关系 . 8 1.2 人脸定位算法 . 9 1.3 人眼分割和基于 GaborEye 模型的人眼定位算法 . 9 1.4 人面身份识别系统设计目标 . 10 第二章 选题背景 . 11 2.1 人脸识别技术综述 . 11 2.2 人面身份识别系统的开发工具和开发流程 . 12 第三章 GaborEye 简介 .16 3.1
8、GaborEye 基本理论 . 16 3.2GaborEye 简介 . 16 3.3GaborEye 的测试 . 17 第四章 基于 GaborEye 的人眼定位方法 .21 4.1 概述 . 21 4.2 眼睛与眉毛区域的分割 . 21 4.3 瞳孔区域的分割 . 23 4.4 精确定位瞳孔中心 . 24 第五章 人脸特征提取与识别 .25 5.1 概述 . 25 5.2 基于特征脸的方法简介 . 25 5.3 基于特征脸方法的发展情况 . 25 5.4 基于特征脸方法的优劣 . 26 第六章 人脸识别系统的整体框架.27 6.1 人脸识别系统整体结构框架综述 . 27 6.2 人脸检测模块
9、 . 27 厦门大学本科毕业论文 第 5 页 共 31 页 6.3 照片处理模块 . 27 6.4 自动识别模块 . 27 6.5 检测结果输出模块 . 28 第七章 结束语 .29 致谢 .30 参考文献 .31 厦门大学本科毕业论文 第 6 页 共 31 页 Contence First chapter Introduction . 8 1.1The relationship between face localization conspectus and face recognition.8 1.2The algorithms of face localization.8 1.3Segm
10、entation the eye and pupil localization method based on gaboreye model.8 1.4Design object of face recognition system.9 Second chapter Backdrop of subject chosen . 11 2.1 Face localization technic conspectus.11 2.2 Exploitation tool and flow in face recognition system12 Third chapter GaborEye.16 3.1G
11、aborEye theoretics16 3.2GaborEye brief introduction17 3.3GaborEye test.18 Fouth chapter Roubust gaboreye-based pupil localization method .21 4.1Summarize21 4.2Segmentation of the eye-and-brow region.21 4.3Segmentation of the pupil region.23 4.4Accurate localization of the center pupils.24 Fifth chap
12、ter Pick up character of the face and recognition.25 5.1Summarize25 5.2Characteristic face-based metthod.25 5.3The development of characteristic face-based metthod25 5.4The excellent and inferior of characteristic face-based metthod.26 Sixth chapter Configuration of face recognition system .27 6.1Su
13、mmarize27 6.2Module of face back-check.27 厦门大学本科毕业论文 第 7 页 共 31 页 6.3Module of photo disposal.27 6.4Module of recognition.27 6.5Module of result disposal28 Seventh chapter Unquote .29 Express teachers and students thanks to .30 Referrnce .31 厦门大学本科毕业论文 第 8 页 共 31 页 第一章 引言 1.1 人脸定位概述及其与人脸识别的关系 这个毕设所涉
14、及到的是人脸的定位和识别。简单来说，所谓人脸的定位，就是在照片 (静态图像 )或视频 (动态图像 )中标出人脸所在的位置，把人脸选取出来。而人脸的识别就是把选取出来的人脸与数据库中已有的人脸进行比较，找出匹配的档案来。有的文献把人脸的定位和识别统称为人脸识别，定位和识别则是两个主要的步骤。完整的人脸识别系统涉及到决 定照片或视频中有无人脸，并计数，定位，定出大小，然后根据数据库识别出个人，可能的话还要识别表情，以及根据脸的图像做出描述（瓜子脸，丹凤眼等等就是日常生活中 “描述 ”的例子），或者反过来根据描述挑选匹配的人脸图像。 在日常生活中，我们主要根据脸来识别一个人。交谈中，我们往往看着对方
15、的脸，尤其是眼睛。脸上的表情也是进行交谈的一个重要部分。所以，人脸在人与人的交流过程中起着极其重要的作用。这就决定了在现代社会中，使用计算机自动进行人脸的定位和识别工作有着重要的意义。其应用领域包括很多方面，比如身份鉴别，保安系统，人 机交互界面等等。 人脸识别系统虽然有诱人的应用前景，但是在现实中却还没有开始大规模的使用。其主要原因之一就是用计算机自动进行人脸的定位和识别十分困难，目前的识别效果（正确率，速度）不如其他的生物识别技术，如指纹识别，视网膜识别等等。人们在日常生活中就进行了大量的人脸定位和识别工作，当然全部是由人的视觉系统和大脑 “自动 ”进行的。目前还不清楚人的视觉系统和大脑的
16、工作原理，因此这项人可以轻而易举完成的任务，对于目前还只会死板地执行程序指令的计算机来说却是极端困难。困难主要存在于两个方面： 1. 人脸的图像数据具有高度的 随机性。光照条件，脸的偏向，表情，发型，胡子，化妆， 衣饰（眼镜，帽子）等等略有变化，就可以给识别系统带来巨大的困难。 2. 人脸的图像数据量巨大。目前出于计算量的考虑，人脸定位和识别算法研究大多使用尺寸很小的灰度图像。一张 6464 像素的 256 级灰度图像就有 4096 个数据，每个数据有 256种可能的取值。定位和识别算法一般都很复杂，在人脸库较大的情况下，计算量十分大，很多情况下速度令人难以忍受。而灰度数据事实上是丧失了象色彩
17、，运动等等的有用信息的。如果要使用全部的有用信息，计算量就更大了 。 厦门大学本科毕业论文 第 9 页 共 31 页 因此，研究人脸的定位和识别不仅仅有实用上的考虑，而且对人们理解人脑的工作方式、研究人工智能和数字图像处理有重要的意义。 1.2 人脸定位算法 从模型匹配的方法来看，目前的人脸定位算法可以粗略地分为两大类：第一类是利用人脸各器官之间的几何关系的方法；第二类是利用标准人脸图像或者其变换结果直接或者经特征提取后进行匹配的方法。第一类方法利用了明显的先验知识，因而方法简单明了，执行速度较快，对人脸的方向和表情有一定的适应性（在一定的变化范围内面部特征的相对几何关系变化很小） , 但是准
18、确率往往不高（漏判和误判）， 而且对预处理要求高，依赖于所有面部特征都完整地被提取，所以对转角较大的侧脸 , 光照极度不均匀 , 部分脸被遮蔽（眼镜 , 围巾等）适应性不好。第二类方法利用了更多的图像信息 , 准确率高，不易受欺骗；缺点是计算量大，而且使用的人脸模板受人脸库中已有资料的影响，可能会有通用性不好的问题（比如不同人种的人脸模板不能通用）。 利用人脸各器官之间的几何关系的方法的典型例子可以参见 Shi-Hong Jeng, Hong Yuan Mark Liao 等人的文章。而利用标准人脸图像或者其变换结果直接或者经特征提取后进行匹配的 方法的典型例子可以参见 Toshiaki Ko
19、ndo 和 Hong Yan 的工作。 利用人脸各器官之间的几何关系的方法可以作为完整的人脸定位算法的一个基础， 就是说利用几何匹配先大致找到图像中的人脸（可能含有很多错误），然后使用利用标准人脸图像或者其变换结果直接或者经特征提取后进行匹配的方法来确证，剔除实际不是人脸的区域。这样既可以利用第一类方法的速度优势，又可以利用第二类方法的准确度优势。 1.3 人眼分割和基于 GaborEye 模型的人眼定位算法 基于 GaborEye 模型的人眼定位方法，包括以下步骤：第一步，通 过人脸检测方法采集人脸图像，根据人脸检测模块获取到的人脸图像的大小，采用适当的 Gabor 核对人脸图像进行卷积，定
20、义这个卷积后的人眼所在区域为 GaborEye；第二步，基于 GaborEye 模型进行眼部区域分割，对分割后的结果进行合理性判定，确定两眼各自所在的区域；第三步，在确定的区域中采用积分投影的方法精确确定人眼的中心位置；第四步，完成对整个人脸图像中人眼的定位 并 将定位结果输出 ，结束 。 厦门大学本科毕业论文 第 10 页 共 31 页 1.4 人面身份识别系统设计目标 本课题的目标时完成一个独立且完整的人脸身份自动识别系统，主要包括一下 3 个功能： （ 1） 人脸的检 测于自动人脸跟踪； （ 2） 人脸的特征点定位与人脸的对齐； （ 3） 特征提取和分类； 该系统具有用户注册（ Enroll）、系统更新和维护、识别身份几个主要功能，可对视频流中的人脸进行实时的检测，追踪和识别。
