人臉位置判斷數(shù)學模型算法研究

摘要：為了人臉識別技術(shù)進一步快速定位人臉，改善了膚色色彩空間的聚合性多樣復雜問題。本文提出了一種建立人臉位置的判斷模型的方法，利用膚色色彩空間YCrCb建模，建立膚色高斯模型，進而得到黑白二值圖，利用二值圖計算單個像素的膚色相似性從而得到一個灰度圖，較好解決膚色相似問題，縮小范圍后進行眼睛、嘴巴精確定位，最終獲得人臉定位。基于實驗結(jié)果，此方法能有效識別人臉位置，且相較于以往方法更加簡單可行。

關(guān)鍵詞：人臉識別;膚色建模;五官定位

中圖分類號：TP18 文獻標識碼：A

文章編號：1009-3044（2020）19-0163-02

開放科學（資源服務）標識碼（OSID）：

隨著科技的發(fā)展，人臉識別技術(shù)在各行各業(yè)逐漸顯露頭角。它的便利性吸引著使用者，方便了人們的生活，擁有很大的隱藏市場。人臉位置判斷是指在圖像中通過分析找到人臉的位置，是人臉識別等研究的首要步驟。

目前，國內(nèi)外的人臉識別技術(shù)一是通過把從圖片上檢測的人臉圖像獲得分類特征[1，2]，二是通過人臉特征設計分類器來對人臉的分類[3-7]。基于分類特征的方法一般以器官為基點，根據(jù)其位置幾何關(guān)系來檢測人臉。第二種方法通過利用大量的人臉圖像樣本建立分類器，根據(jù)相似度來判斷人臉是否存在。除這兩大方法以外，有學者利用色彩來定位人臉位置。[8]基于色彩很多研究者利用膚色確定人臉大體范圍，再通過幾何形狀來判斷人臉位置。[9，10]

基于皮膚色度的建模研究，由于不同人的皮膚色度差異大，判斷中計算量大，從而降低了判斷速度。但無論種族，人的皮膚亮度差異要遠遠大于色度上。因此本文采用YCbCr空間可以不用考慮不同的膚色對膚色模型CbCr中的聚合。減少判斷人臉位置時的大量計算過程，加快判別速度。進而利用五官定位提高了精確度。

1 人臉位置判斷的數(shù)學模型建立

1.1膚色建模

皮膚的顏色是人臉識別檢測中十分重要的一個信息，因為皮膚的顏色不受面部的肌肉變化、面部旋轉(zhuǎn)，五官比例以及首飾飾品遮擋等影響。人的膚色差異在各個種族、性別上，主要表現(xiàn)在色彩的亮度上。如果要消除亮度的影響就要提高膚色的聚類有效性，可以利用YcrCb空間通過對膚色建模，獲得高斯模型，建立相似性矩陣，確定膚色的概率Fmod[11]。具體操作是首先獲得矩陣的最大值，然后計算圖片亮度的平均值。再使每個矩陣點乘以255，如果這個值小于亮度平均值，則認為這個點不是皮膚，最后把認為是皮膚的點像素值為白色，其余的點設置為黑色，就獲得了圖片的二值圖。其中圖片色彩轉(zhuǎn)化為YcrCb的公式如式（1），F(xiàn)mod計算公式如式（2）。

，

經(jīng)過式（3）的顏色替換后，將結(jié)果投影得到二維高斯模型，即得到膚色聚類有效性模型。再根據(jù)模型，計算其矩陣的最大值，進而計算圖片亮度的相似度灰度值，其灰度值的大小表示圖上某點像素與皮膚顏色的相似度，相似度灰度值愈大是皮膚的可能性也就愈大。最后二值化圖上各點獲得二值圖。二值化就是針對不同的人臉膚色，設置不同范圍閾值，從而區(qū)分出皮膚。本文采取使每個矩陣點乘以255，如果這個值小于相似度灰度值，則認為這個點不是皮膚，最后把認為是皮膚的點像素值為白色，其余的點設置為黑色。獲得的圖即為二值圖。[12]

1.2人臉五官定位建模

第一步皮膚定位定出了裸露的皮膚，但皮膚區(qū)域并不一定是臉，可能是胳膊、手、脖子等區(qū)域。下面為了進一步定位人臉，本文采取五官定位法。首先定位區(qū)域內(nèi)是否有眼睛的存在。根據(jù)人臉的構(gòu)造，左眼檢測方法為距離左邊邊界0.08-0.36個寬度，距離下邊界0.58-0.78個長度的方框里檢測左眼;右眼的檢測方法為距離左邊邊界0.64-0.92個寬度，下邊界與左眼數(shù)據(jù)相同的方框里檢測右眼。檢測方法與膚色檢測方法原理類似，也是根據(jù)亮度進行判斷。在這兩個方框里尋找亮度小于閾值的像素點，當存在時，則大于這個閾值的區(qū)域內(nèi)存在眼睛，這個區(qū)域為檢測到的人臉區(qū)域，否則不是，繼而刪除這個區(qū)域。[13-16]

色度因為會有意外情況例如皮膚黑色素沉積等，使得檢測不準確。本文通過眼部嘴部雙定位來解決這個問題。選擇嘴巴和眼睛是因為在面部五官中眼睛和嘴巴最為顯著且有位置規(guī)律。把其連線形成的等腰三角形的重心當作人臉模板的中心來定位。因此首先要找到眼睛中心，方法為由于眼睛映射由色度與亮度有關(guān)，把二者結(jié)合起來就可以找到眼睛中心。眼睛的色度映射計算如式（4），亮度映射計算如式（5）。眼睛中心最終確定如式（6），即將式（4）與（5）結(jié)合。

式（8）中，Mo為嘴的中心。

通過嘴的映射再進行類似于眼部原理的去離散點操作，得到嘴部中心。將左眼右眼中心與嘴巴中心生成一個等腰三角形，其重心作為臉部的中心點，用框?qū)⑷四槝硕ǔ鰜怼?/p>

2 人臉位置判斷的數(shù)學模型建立步驟

3 結(jié)語

本文選用YcbCr色彩空間，使不同的膚色具有相同的二維高斯模型。簡化了模型CbCr中不同的膚色的聚合問題。將復雜的問題簡單化，降低了圖像的維數(shù)但沒有消除主要的辨別信號，進而降低了問題的復雜程度。

參考文獻：

[1] Morimoto C H，F(xiàn)lickner M.Real-time multiple face detectionusing active illumination[C]//Proceedings Fourth lEEE Interna-tional Conference on Automatic Face and Gesture Recognition（Cat.No.PR00580），Grenoble， France. lEEE Comput. Soc，2000：8-13.

[2] Miao J，Yin B C，Wang K Q，et aI.A hierarchical multiscale andmultiangle system for human face detection in a complex back-ground using gravity-center template[J]. Pattern Recognition，1999，32（7）：1237-1248.

[3] Rowley H A，Baluja S，Kanade T.Neural network-based face de-tection[J].IEEE Transactions on Pattern Analysis and MachineIntelligence， 1998，20（1）：23-38.

[4] Sung K K，Poggio T.Example-based leaming for view-basedhuman face detection[J].lEEE Transactions on Pattern Analy-sis and Machine Intelligence， 1998，20（1）：39-51.

[5] Osuna E，F(xiàn)reund R，Girosit F.Training support vector machines：an application to face detection[C]//Proceedings of IEEE Com-puter Society Conference on Computer Vision and Pattern Rec-ognition， San Juan， Puerto Rico. lEEE Comput. Soc， 1997：130-136.

[6]劉明寶，人臉檢測與跟蹤的研究[D].哈爾濱：哈爾濱工業(yè)大學。1997.

[7] Penev P S，Atick J J.Local feature analysis：a general statisticaltheory for object representation[J]. Network： Computation inNeural Systems， 1996，7（3）：477-500.

[8] Dai Y，Nakano Y.Face-texture model based on SGLD and itsapplication in face detection in a color scene[J].Pattern Recog-nition， 1996，29（6）：1007-1017.

[9] Sobottka K，Pitas l.A novel method for automatic face segmen-tation， facial feature extraction and tracking[J]. Signal Process-ing：lmage Communication， 1998，12（3）：263-281.

[10] Sun Q B，Huang W M，Wu J K.Face detection based on colorand local symmetry information[Cl//Proceedings Third lEEEInternational Conference on Automatic Face and Gesture Rec-ognition，Nara， Japan. IEEE Comput. Soc，1998：130-135.

[11] Eleftheriadis A，Jacquin A.Automatic face location detectionand tracking for model-assisted coding of video teleconferenc-ing sequences at low bit-rates[Jl.Signal Processing：lmage Com-munication， 1995，7（3）：231-248.

[12]沈常宇，許潘園.膚色建模和膚色分割的人臉定位研究[Jl_光電工程，2007，34（9）：103-107.

[13]宋重鋼，高鑫，孫光澤，等.基于2D頭部圖像的3D建模及優(yōu)化[J].南開大學學報（自然科學版），2011，44（6）：5 7-61.

[14]俞玉蓮.視頻圖像序列中的人臉跟蹤算法[D].上海：上海師范大學，2005.

[15] Li X B，Roeder N.Face contour extraction from front-view im-ages[J].Pattern Recognition，1995，28（8）：1167-1179.

[16]張洪明，高文.基于膚色模型、神經(jīng)網(wǎng)絡和人臉結(jié)構(gòu)模型的平面旋轉(zhuǎn)人臉檢測[Jl.計算機學報，2002，25（11）：1250-1256.

【通聯(lián)編輯：唐一東】

收稿日期：2020-03-15

作者簡介：陳藝（1998-），女，山東科技大學學士在讀，研究方向為安全工程。