多姿态人脸图像处理方法研究

符振艾+赵薇+刘绪崇

摘 要：通过对传统人脸识别系统图像处理的方法以及具体的特点进行研究，然后结合多姿态人脸识别技术的要求，提出了适合多姿态人脸识别的人脸图像处理方法。该文主要采用的是人脸图像的标准化方法、归一化处理以及由单视图生成多姿态的图像处理技术，最终形成了对多姿态人脸图像进行综合处理的技术。

关键词：多姿态 人脸图像 处理方法

中图分类号：TP391.41 文献标识码：A 文章编号：1674-098X（2014）06（b）-0042-01

日常生活中，人脸是人类视觉最为普遍的模式，它主要反应了一种视觉信息，能够将人与人之间的交流通过具体的表情来表现出来。这也是区分人与人之间特别的重要保证。随着科学技术在不断的提高，人脸识别技术被越来越多的使用。它主要是利用计算机对人脸图像进行分析，从中提取有效的识别信息，然后辨认具体的身份。该文在研究了人脸识别技术后，最终形成了多姿态人脸图像的处理方法。

1 人脸识别技术

通常在人脸识别技术中，其主要应用在：（1）能够直接的应用在信用卡、驾驶证、护照以及身份证等证明自己身份的验证系统中，然后进行自动个人身份的识别使用，在出现了相关的信息丢失后，就可以采用人脸识别技术，将证件持有人的人脸图像压缩成编码存储在证件中，这样就可以进行自动身份验证，大大提高了安全的系数；（2）人脸识别技术还可以应用在公安部门的工作中，可以加强对罪犯的辨识，在具体的使用中，在发生刑事案件后，警方可根据目击者的描述绘制出嫌疑犯的面部特征图，加快破案速度。（3）访问控制方面的应用。对于控制系统来说，在采用了人脸识别技术后，可以自动的进行身份验证，提高了控制管理的有效性。（4）基于内容的图像检索领域中的具体应用。采用人脸识别技术，在检索的过程中，在基于内容的图像检索中，可以大大的提高数据搜寻的自动化成都，提高了使用的效率。

2 人脸图像的标准化处理

2.1 传统的人脸标准化处理

当前，对人脸的识别技术，主要利用的是积分投影法来实现人脸的标准化。该技术的使用可以将人的头发与人脸进行分离，对眼睛、嘴部以及其他的位置可以进行初步的定位。在水平积分投影和垂直积分投影中描述了图像垂直方向和水平方向上的灰度变化，最终实现了人脸的标准化处理。在研究积分投影中，其函数表示为：

（1）

（2）

其中设原始图像分辨率是M×N，各个像素灰度值。通过具体的试验研究表明：人的眉毛、眼睛、鼻子和嘴巴等在人脸识别 技术中占据比较高的区域，因此在这些区域中需要进行细节变化处理，通过使用小波高频子带图像反应，该技术利用的是高频子带来进行定位脸部的重要区域。最终能够清晰的反应人脸各个器官的形状以及具体的位置，确定好脸的基本轮廓，对各个器官以及外边界进行准确的定位。

2.2 基于肤色模型的人脸标准化处理

人脸面部肤色是人脸表面最为显著的特征之一。它是对图像中相对几张、稳定的区域具体的显示，因此该技术是一种比较自然的识别方式。根据不同人的皮肤颜色以及具体的亮度进行识别，该技术主要是利用肤色信息的聚类性特点来实现人脸图像的标准化过程。在肤色进行了色调和亮度进行分割后，最终得到满意的结果。

3 归一化处理

采用归一化处理主要是为了排出两类图像差异；具体是：由于输入设备成像机理不同带来的差异；由于拍摄形式和环境不同带来的差异。

3.1 灰度归一化

人脸识别技术中，由于人脸数据是由像素点的灰度值组成的，它主要反应的是光源、面部肌肤的吸收、反射的作用。因此这就需要对面部光学属性的分量进行盐焗，该技术主要是引用一种简单有效的光照归一化的方法——直方图匹配，就可以识别人脸图像与作为参考样本的人脸图像进行直方图匹配技术，将其作为灰度归一化处理。

3.2 尺寸归一化

在人脸的拍摄中，由于距离的影响造成了 图像中人脸尺寸的变化，因此采用尺寸归一化技术进行校正，这样在不影响识别效果的前提下，降低了计算量，将两眼的中心点距离为准则进行图像的缩放，具体的操作技术是将人眼进行定位、平面内旋转的矫正、平面内旋转矫正图像的眼睛定位以及尺寸归一化的调整。通过仿射变换矫正平面内的旋转，使得两眼处于同一水平位置，这样将两眼中心点的连线中心作为基点，将距离作为标准，最终进行缩放倍数的调整。

4 人脸之别的姿态研究

其中人脸识别姿态可以分为前视人脸识别和多姿态人脸识别。在多姿态人脸识别技术中主要是按照增加多视图信息进行，在人脸库中增加多姿态的人脸数据；基于姿态不变特征的方法，在统一的姿态空间内进一步提取和匹配；基于三维人脸建模的方法进行识别，将其主要采用的是基于单视图的多姿态人脸识别技术，在利用了一个特征点集来表示人脸，然后基于二元高次多项式函数最小二乘法读人脸各种姿态进行拟合，最终形成全局的变形域，通过变形映射形成了多姿态人脸图像。该技术在使用智能最大的优点是：不需要建立三维模拟图，直接由原图像进行映射纹理，提高详细的信息，改善了人脸多姿态识别技术。

5 结语

该文通过在传统的积分投影法的基础上，采用小波分解的人脸标准发和基于肤色模型的人脸标准法对人脸图像进行研究，最终提出了归一化技术，在进行了灰度处理、尺寸处理以及单视图生成多姿态图像中，有效的形成了对多姿态人脸图像的处理方式，提高了人脸识别技术。

参考文献

[1] 韩艳丽，陈海涛.基于SVM的多姿态人脸检测方法研究[J].计算机工程与应用，2012（25）.

[2] 吴小军，田春娜，江涛.多姿态人脸检测与表情识别关键技术研究[J].电子与信息，2011（22）.

[3] 王润生，李全斌.基于多姿态人脸图像合成的识别方法研究[J].图像处理技术，2013（37）.

[4] 马金，叶银丽.多姿态人脸定位和识别方法的研究[J].计算机工程与应用，2011（26）.endprint

摘 要：通过对传统人脸识别系统图像处理的方法以及具体的特点进行研究，然后结合多姿态人脸识别技术的要求，提出了适合多姿态人脸识别的人脸图像处理方法。该文主要采用的是人脸图像的标准化方法、归一化处理以及由单视图生成多姿态的图像处理技术，最终形成了对多姿态人脸图像进行综合处理的技术。

关键词：多姿态 人脸图像 处理方法

中图分类号：TP391.41 文献标识码：A 文章编号：1674-098X（2014）06（b）-0042-01

日常生活中，人脸是人类视觉最为普遍的模式，它主要反应了一种视觉信息，能够将人与人之间的交流通过具体的表情来表现出来。这也是区分人与人之间特别的重要保证。随着科学技术在不断的提高，人脸识别技术被越来越多的使用。它主要是利用计算机对人脸图像进行分析，从中提取有效的识别信息，然后辨认具体的身份。该文在研究了人脸识别技术后，最终形成了多姿态人脸图像的处理方法。

1 人脸识别技术

通常在人脸识别技术中，其主要应用在：（1）能够直接的应用在信用卡、驾驶证、护照以及身份证等证明自己身份的验证系统中，然后进行自动个人身份的识别使用，在出现了相关的信息丢失后，就可以采用人脸识别技术，将证件持有人的人脸图像压缩成编码存储在证件中，这样就可以进行自动身份验证，大大提高了安全的系数；（2）人脸识别技术还可以应用在公安部门的工作中，可以加强对罪犯的辨识，在具体的使用中，在发生刑事案件后，警方可根据目击者的描述绘制出嫌疑犯的面部特征图，加快破案速度。（3）访问控制方面的应用。对于控制系统来说，在采用了人脸识别技术后，可以自动的进行身份验证，提高了控制管理的有效性。（4）基于内容的图像检索领域中的具体应用。采用人脸识别技术，在检索的过程中，在基于内容的图像检索中，可以大大的提高数据搜寻的自动化成都，提高了使用的效率。

2 人脸图像的标准化处理

2.1 传统的人脸标准化处理

当前，对人脸的识别技术，主要利用的是积分投影法来实现人脸的标准化。该技术的使用可以将人的头发与人脸进行分离，对眼睛、嘴部以及其他的位置可以进行初步的定位。在水平积分投影和垂直积分投影中描述了图像垂直方向和水平方向上的灰度变化，最终实现了人脸的标准化处理。在研究积分投影中，其函数表示为：

（1）

（2）

其中设原始图像分辨率是M×N，各个像素灰度值。通过具体的试验研究表明：人的眉毛、眼睛、鼻子和嘴巴等在人脸识别 技术中占据比较高的区域，因此在这些区域中需要进行细节变化处理，通过使用小波高频子带图像反应，该技术利用的是高频子带来进行定位脸部的重要区域。最终能够清晰的反应人脸各个器官的形状以及具体的位置，确定好脸的基本轮廓，对各个器官以及外边界进行准确的定位。

2.2 基于肤色模型的人脸标准化处理

人脸面部肤色是人脸表面最为显著的特征之一。它是对图像中相对几张、稳定的区域具体的显示，因此该技术是一种比较自然的识别方式。根据不同人的皮肤颜色以及具体的亮度进行识别，该技术主要是利用肤色信息的聚类性特点来实现人脸图像的标准化过程。在肤色进行了色调和亮度进行分割后，最终得到满意的结果。

3 归一化处理

采用归一化处理主要是为了排出两类图像差异；具体是：由于输入设备成像机理不同带来的差异；由于拍摄形式和环境不同带来的差异。

3.1 灰度归一化

人脸识别技术中，由于人脸数据是由像素点的灰度值组成的，它主要反应的是光源、面部肌肤的吸收、反射的作用。因此这就需要对面部光学属性的分量进行盐焗，该技术主要是引用一种简单有效的光照归一化的方法——直方图匹配，就可以识别人脸图像与作为参考样本的人脸图像进行直方图匹配技术，将其作为灰度归一化处理。

3.2 尺寸归一化

在人脸的拍摄中，由于距离的影响造成了 图像中人脸尺寸的变化，因此采用尺寸归一化技术进行校正，这样在不影响识别效果的前提下，降低了计算量，将两眼的中心点距离为准则进行图像的缩放，具体的操作技术是将人眼进行定位、平面内旋转的矫正、平面内旋转矫正图像的眼睛定位以及尺寸归一化的调整。通过仿射变换矫正平面内的旋转，使得两眼处于同一水平位置，这样将两眼中心点的连线中心作为基点，将距离作为标准，最终进行缩放倍数的调整。

4 人脸之别的姿态研究

其中人脸识别姿态可以分为前视人脸识别和多姿态人脸识别。在多姿态人脸识别技术中主要是按照增加多视图信息进行，在人脸库中增加多姿态的人脸数据；基于姿态不变特征的方法，在统一的姿态空间内进一步提取和匹配；基于三维人脸建模的方法进行识别，将其主要采用的是基于单视图的多姿态人脸识别技术，在利用了一个特征点集来表示人脸，然后基于二元高次多项式函数最小二乘法读人脸各种姿态进行拟合，最终形成全局的变形域，通过变形映射形成了多姿态人脸图像。该技术在使用智能最大的优点是：不需要建立三维模拟图，直接由原图像进行映射纹理，提高详细的信息，改善了人脸多姿态识别技术。

5 结语

该文通过在传统的积分投影法的基础上，采用小波分解的人脸标准发和基于肤色模型的人脸标准法对人脸图像进行研究，最终提出了归一化技术，在进行了灰度处理、尺寸处理以及单视图生成多姿态图像中，有效的形成了对多姿态人脸图像的处理方式，提高了人脸识别技术。

参考文献

[1] 韩艳丽，陈海涛.基于SVM的多姿态人脸检测方法研究[J].计算机工程与应用，2012（25）.

[2] 吴小军，田春娜，江涛.多姿态人脸检测与表情识别关键技术研究[J].电子与信息，2011（22）.

[3] 王润生，李全斌.基于多姿态人脸图像合成的识别方法研究[J].图像处理技术，2013（37）.

[4] 马金，叶银丽.多姿态人脸定位和识别方法的研究[J].计算机工程与应用，2011（26）.endprint

摘 要：通过对传统人脸识别系统图像处理的方法以及具体的特点进行研究，然后结合多姿态人脸识别技术的要求，提出了适合多姿态人脸识别的人脸图像处理方法。该文主要采用的是人脸图像的标准化方法、归一化处理以及由单视图生成多姿态的图像处理技术，最终形成了对多姿态人脸图像进行综合处理的技术。

关键词：多姿态 人脸图像 处理方法

中图分类号：TP391.41 文献标识码：A 文章编号：1674-098X（2014）06（b）-0042-01

日常生活中，人脸是人类视觉最为普遍的模式，它主要反应了一种视觉信息，能够将人与人之间的交流通过具体的表情来表现出来。这也是区分人与人之间特别的重要保证。随着科学技术在不断的提高，人脸识别技术被越来越多的使用。它主要是利用计算机对人脸图像进行分析，从中提取有效的识别信息，然后辨认具体的身份。该文在研究了人脸识别技术后，最终形成了多姿态人脸图像的处理方法。

1 人脸识别技术

通常在人脸识别技术中，其主要应用在：（1）能够直接的应用在信用卡、驾驶证、护照以及身份证等证明自己身份的验证系统中，然后进行自动个人身份的识别使用，在出现了相关的信息丢失后，就可以采用人脸识别技术，将证件持有人的人脸图像压缩成编码存储在证件中，这样就可以进行自动身份验证，大大提高了安全的系数；（2）人脸识别技术还可以应用在公安部门的工作中，可以加强对罪犯的辨识，在具体的使用中，在发生刑事案件后，警方可根据目击者的描述绘制出嫌疑犯的面部特征图，加快破案速度。（3）访问控制方面的应用。对于控制系统来说，在采用了人脸识别技术后，可以自动的进行身份验证，提高了控制管理的有效性。（4）基于内容的图像检索领域中的具体应用。采用人脸识别技术，在检索的过程中，在基于内容的图像检索中，可以大大的提高数据搜寻的自动化成都，提高了使用的效率。

2 人脸图像的标准化处理

2.1 传统的人脸标准化处理

当前，对人脸的识别技术，主要利用的是积分投影法来实现人脸的标准化。该技术的使用可以将人的头发与人脸进行分离，对眼睛、嘴部以及其他的位置可以进行初步的定位。在水平积分投影和垂直积分投影中描述了图像垂直方向和水平方向上的灰度变化，最终实现了人脸的标准化处理。在研究积分投影中，其函数表示为：

（1）

（2）

其中设原始图像分辨率是M×N，各个像素灰度值。通过具体的试验研究表明：人的眉毛、眼睛、鼻子和嘴巴等在人脸识别 技术中占据比较高的区域，因此在这些区域中需要进行细节变化处理，通过使用小波高频子带图像反应，该技术利用的是高频子带来进行定位脸部的重要区域。最终能够清晰的反应人脸各个器官的形状以及具体的位置，确定好脸的基本轮廓，对各个器官以及外边界进行准确的定位。

2.2 基于肤色模型的人脸标准化处理

人脸面部肤色是人脸表面最为显著的特征之一。它是对图像中相对几张、稳定的区域具体的显示，因此该技术是一种比较自然的识别方式。根据不同人的皮肤颜色以及具体的亮度进行识别，该技术主要是利用肤色信息的聚类性特点来实现人脸图像的标准化过程。在肤色进行了色调和亮度进行分割后，最终得到满意的结果。

3 归一化处理

采用归一化处理主要是为了排出两类图像差异；具体是：由于输入设备成像机理不同带来的差异；由于拍摄形式和环境不同带来的差异。

3.1 灰度归一化

人脸识别技术中，由于人脸数据是由像素点的灰度值组成的，它主要反应的是光源、面部肌肤的吸收、反射的作用。因此这就需要对面部光学属性的分量进行盐焗，该技术主要是引用一种简单有效的光照归一化的方法——直方图匹配，就可以识别人脸图像与作为参考样本的人脸图像进行直方图匹配技术，将其作为灰度归一化处理。

3.2 尺寸归一化

在人脸的拍摄中，由于距离的影响造成了 图像中人脸尺寸的变化，因此采用尺寸归一化技术进行校正，这样在不影响识别效果的前提下，降低了计算量，将两眼的中心点距离为准则进行图像的缩放，具体的操作技术是将人眼进行定位、平面内旋转的矫正、平面内旋转矫正图像的眼睛定位以及尺寸归一化的调整。通过仿射变换矫正平面内的旋转，使得两眼处于同一水平位置，这样将两眼中心点的连线中心作为基点，将距离作为标准，最终进行缩放倍数的调整。

4 人脸之别的姿态研究

其中人脸识别姿态可以分为前视人脸识别和多姿态人脸识别。在多姿态人脸识别技术中主要是按照增加多视图信息进行，在人脸库中增加多姿态的人脸数据；基于姿态不变特征的方法，在统一的姿态空间内进一步提取和匹配；基于三维人脸建模的方法进行识别，将其主要采用的是基于单视图的多姿态人脸识别技术，在利用了一个特征点集来表示人脸，然后基于二元高次多项式函数最小二乘法读人脸各种姿态进行拟合，最终形成全局的变形域，通过变形映射形成了多姿态人脸图像。该技术在使用智能最大的优点是：不需要建立三维模拟图，直接由原图像进行映射纹理，提高详细的信息，改善了人脸多姿态识别技术。

5 结语

该文通过在传统的积分投影法的基础上，采用小波分解的人脸标准发和基于肤色模型的人脸标准法对人脸图像进行研究，最终提出了归一化技术，在进行了灰度处理、尺寸处理以及单视图生成多姿态图像中，有效的形成了对多姿态人脸图像的处理方式，提高了人脸识别技术。

参考文献

[1] 韩艳丽，陈海涛.基于SVM的多姿态人脸检测方法研究[J].计算机工程与应用，2012（25）.

[2] 吴小军，田春娜，江涛.多姿态人脸检测与表情识别关键技术研究[J].电子与信息，2011（22）.

[3] 王润生，李全斌.基于多姿态人脸图像合成的识别方法研究[J].图像处理技术，2013（37）.

[4] 马金，叶银丽.多姿态人脸定位和识别方法的研究[J].计算机工程与应用，2011（26）.endprint