人臉識別區域提取

羅國平

【摘 要】隨著計算機技術和光學成像技術的發展，人臉識別技術應運而生，人臉識別技術在人工智能、機器識別、機器學習、模型理論、專家系統、視頻圖像處理等領域具有廣泛的應用。人臉識別技術，基礎是人臉的邊緣識別和提取，本文重點介紹人臉識別技術中人臉邊緣提取程序實現。

【關鍵詞】人臉識別；感知識別技術；圖像二值化

中國圖書分類號：TP391 文獻標識碼A

一、引言

計算機識別是目前人工智能領域研究的重點，人臉識別是計算識別的重要內容之一，而人臉區域提取是人臉識別的關鍵，本文重點探討如何實現人臉區域識別。

1.1.采用VC++設計人臉識別程序基本組成

人臉識別系統通過圖像采集系統捕捉圖像，然后通過計算相似度、二值化處理、垂直直方圖、水平直方圖、然后標記人臉區域，邊緣提取等步驟，才能實現人臉識別，過程是比較復雜的。因此，能否正確標記出人臉區域是人臉識別是否成功的關鍵。

1.2.人臉識別面部區域提取

人臉面部區域提取，首先將圖像二值化處理，如果二值化處理成功則處理，提取臉部區域，標記臉部區域塊，如果二值化處理未完成，則退出本次處理，具體算法詳細參考以下程序。

void CFaceDetectDlg：：OnBtnMarkFace1（）

{

if（！method1->m_bBinaryReady）

{

AfxMessageBox（"請先計算二值化圖！"）；

return；

}

m_bShowFace = true；

SetCursor（LoadCursor（NULL，IDC_WAIT））；

int *temp = new int[m_nWndWidth]；

int max = 0；

int pos = -1；

for（int j=0； j

{

int count = 0；

for（int i=0； i

{

if（method1->m_pBinaryArray[i][j] == 1） count++；

}

temp[j] = count；

if（count > max）

{

max = count；

pos = j；

}

}

int left，right，l，top，bottom；

for（l=pos； l>=0； l--）

{

if（temp[l]

{

left = l；

break；

}

}

for（l=pos； l

{

if（temp[l]

{

right = l；

break；

}

}

for（int i=0； i

{

int count = 0；

for（l = left；l<=right；l++）

{

if（method1->m_pBinaryArray[i][l] == 1） count++；

}

if（count>=（right-left）*0.5）

{

top = i；

break；

}

}

bottom=（int）（top+（right-left）*1.5）>=m_nWndHeight？m_nWndHeight-1：（int）（top+（right-left）*1.5）；

CopyBitMap（m_tResPixelArray，m_tOriPixelArray）；

for（i=top；i<=bottom；i++）

{

m_tResPixelArray[i][left].rgbBlue=255；

m_tResPixelArray[i][left].rgbGreen = m_tResPixelArray[i][left].rgbRed = 0；m_tResPixelArray[i][right].rgbBlue=255；

m_tResPixelArray[i][right].rgbGreen = m_tResPixelArray[i][right].rgbRed = 0；

}

for（j=left；j<=right；j++）

{

m_tResPixelArray[top][j].rgbBlue=255；

m_tResPixelArray[top][j].rgbGreen = m_tResPixelArray[top][j].rgbRed = 0；

m_tResPixelArray[bottom][j].rgbBlue=255；

m_tResPixelArray[bottom][j].rgbGreen = m_tResPixelArray[bottom][j].rgbRed = 0；

}

MakeBitMap（）；

SetCursor（LoadCursor（NULL，IDC_ARROW））；

if（m_bFaceOK）

{

ReplaceDlg dlg；

if（dlg.DoModal（）==IDOK）

{

CopyBitMap（m_tResPixelArray，m_tOriPixelArray）；

CRect rect（left，top，right，bottom）；

m_rFaceRegion = rect；

MakeBitMap（）；

}

}

else

{

m_bFaceOK = true；

CopyBitMap（m_tResPixelArray，m_tOriPixelArray）；

CRect rect（left，top，right，bottom）；

m_rFaceRegion = rect；

MakeBitMap（）；

}

}

經過處理二值化處理后，該算法能正確識別出人臉區域，為下一步標記眼睛、鼻子、嘴巴等部位做好準備。

二、實現測試

為了方便實驗，將人臉圖像通過手機或攝像頭方式拍取圖片，存儲在計算機中，通過編寫的識別程序，讀取圖片，處理圖像數據后，然后捕捉人臉區域，經過實際測試，能夠正確識別出人臉區域，如圖1所示。

三、結論

通過多次試驗，該算法完全能夠正確提取出人臉區域，為人臉進一步識別做好準備。這種算法測試成功，由于C語言具有很好的可移植性，因此這種算法很容易移植到其它嵌入式設備中。

【參考文獻】

[1]、Visual C++ 6.0數字圖像處理 何斌、馬天予、王運堅、朱紅蓮. 2002。

[2]、Visual C++ 數字圖像與圖形處理，向世明 電子工業出版社 2002。