Transcript 人臉辨識之初探_簡報資料

人臉辨識之初探
專題成員： 19633106
19633123
19633133
19633141
19633145
吳家慶
陳韻婷
賴雅筠
鄭宇婷
丁柏元
1
目錄
• 第一章 簡介
–
–
–
–
–
尋找膚色
二值化
臉部五官定位
尋找特徵點
辨識方法
–
–
–
–
–
–
–
系統流程圖
膚色擷取
二值化
五官擷取
投影定位
臉型特徵值擷取
臉型比對
• 第二章 系統設計
• 第三章 系統結果
– 操作介面
– 執行介面
• 辨識率
• 第四章 結論與未來展望
• 參考文獻
2
簡介-尋找膚色
人類皮膚顏色在一般環境中顯的比較特別，所以膚色常被用於
作為人臉偵測的主要特徵之一。
圖(1)為原始圖片，圖(2)為原
始圖片經膚色擷取後之結果
(1)
(2)
3
簡介-二值化
• 通常我們會決定一個臨界值，將影像轉換為黑白影像，這種方法就是
臨界值法。一個二值化的影像定義如下：
g x, y   
0 if f ( x, y)  T
1 otherwise
其中g (x, y)為二值化影像、T為臨界值，f(x, y)為膚色影像。
4
簡介-二值化
擷取膚色圖(2)
(3)
圖(3)為擷取膚色圖(2)經由二值化之結果
5
簡介-五官定位
人臉五官在人臉的位置都有一定相對應的幾何關係，在取得人臉
區塊後，可以依比例關係來完成五官初步的定位。
楊煒達(2007)。簡易方法之少量人臉辨識系統
6
簡介-辨識方法
在影像中取一個最大的八邊形，使它充滿整個影像，以確保人臉
必定存在於這個八邊形之內，然後將此八邊形進行收縮， 每一條邊
收縮至偵測到皮膚為止，這樣從外圍得到了人臉的輪廓。再依每條邊
長的距離做為比對的數據。
陳榮昌 盧菁 劉賀平(2009)。基於人臉座標系統的人臉識別
7
系統設計-系統流程圖
影
像
處
理
特
徵
值
抽
取
人
臉
資
料
庫
資料庫建置
系
統
開
始
輸
入
圖
片
影
像
處
理
比
對
辨
識
結
果
人臉比對
8
系統設計-系統流程圖
影像處理
膚
色
擷
取
二
值
化
投
影
定
位
五
官
擷
取
特
徵
值
擷
取
9
系統設計-膚色擷取
膚色擷取的主要目的，是從複雜背景的影像環境中找出可能
的人臉區域。
if (((H  0) AND( H  60)) AND((S  0) AND( S  255)) AND((V  0) AND(V  255))
then
p  color
else
p  black
其中H為色調(Hue),S為飽和度(Saturation),V為明暗度(Value)，p為像素。
膚色擷取
二值化
投影定位
五官擷取
特徵值擷取
臉型比對
10
系統設計-膚色擷取
(1)
(2)
圖(1) 為原始影像，圖(2)為圖(1) 經膚色擷取後之結果，其中被擷取出來之部
份除了臉部以外，還包含了頭髮，其原因是因為此頭髮經過染色，與膚色擷取之條
件符合，因而被一同予以保留下來。
膚色擷取
二值化
投影定位
五官擷取
特徵值擷取
臉型比對
11
系統設計-二值化
為了能夠更精確的定位出五官位置，我們使用了二值化的技
術 ，設定門檻值然後去檢視圖上的每一個像素。
if ( p  TH )
then
p  black
else
p  white
其中，p為像素之顏色，TH為門檻值。
圖(3)為膚色擷取圖(2)之二值化結果。
(3)
膚色擷取
二值化
投影定位
五官擷取
特徵值擷取
臉型比對
12
系統設計-投影定位
本系統利用水平投影部分於五官之追蹤，首先，先將臉部之二
值化影像水平及垂直方向分別做10等份之切割。
(4)
(5)
圖(4)為二值化圖(3) 之水平及垂直分割投影圖，圖(5)為圖(4)之五官定位之結果。
膚色擷取
二值化
投影定位
五官擷取
特徵值擷取
臉型比對
13
系統設計-五官擷取
(6)
為圖(5)定位後擷取出之五官。
膚色擷取
二值化
投影定位
五官擷取
特徵值擷取
臉型比對
14
系統設計-臉型特徵值擷取
在本系統中，一共擷取了20個特徵值，以五官上各點相對距離特徵值計11
個，餘9個為臉型上各點相對距離之特徵值。
if ( p  white)
then
p  m arkpoint
其中p為影像之顏色，當符合條件時，該點則畫上
一有色點標記。
(7)
圖(7)為五官擷取圖(6)之特徵值擷取結果
膚色擷取
二值化
投影定位
五官擷取
特徵值擷取
臉型比對
15
系統設計-臉型特徵值擷取
(8)
(9)
圖(8)為經八邊型技術演算後之結果圖(9)為臉型輪廓特徵點之線段
膚色擷取
二值化
投影定位
五官擷取
特徵值擷取
臉型比對
16
系統設計-臉型特徵值擷取
(10)
(11)
圖(10)圖(11)為五官上各特徵點相對距離之線段
17
系統設計-臉型比對
根據前面所敘述的各項技術，正確的找出比對時所需要之數據，進而從資料庫
比對出臉型。
if DataFeature[i ]  RunFeature[i ]  Delta[i ]
then
sum  sum  1
if ( sum  10)
then
ma tch
其中DataFeature[i]為資料庫裡之數據，RunFeature[i]為要被比對之數掾，
Delta[i]為一差值，sum為符合條件之個數。
膚色擷取
二值化
投影定位
五官擷取
特徵值擷取
臉型比對
18
系統結果-操作介面
19
系統結果-操作介面
20
系統結果-執行介面
成功
21
系統結果-執行介面
22
系統結果-執行介面
失敗
23
辨識率
測試圖片
37張
成功辨識
26張
成功率
70%
24
結論
先前的人臉辨識方法大都著重在某一種方法，或是
對某特定方法再加上一些改善條件；在本論文中，提出
一個結合臉部特徵點和特徵區域等方法，藉由各方法的
特性和效果，來提高影像的辨識率。
25
未來展望
•
•
•
•
•
運用更多的影像前處理技術。
使用多種的特徵擷取方法取得重覆性低的特徵。
增加大量的影像訓練，讓辨識率跟著提高。
結合更精準的辨識方法使人臉在各種角度上都能辨識出。
縮短辨識時間，提高效率。
26
參考文獻
•
•
•
•
•
•
•
•
•
•
•
•
•
楊煒達(2007)。簡易方法之少量人臉辨識系統。
國立中央大學資訊工程研究所碩士論文
梁皓雲(2006)。利用區塊人臉特徵為基礎之混合式人臉辨識系統。
國立中央大學資訊工程研究所碩士論文
李亭緯(2008)。利用人臉五官為特徵之人臉辨識系統。
國立中央大學資訊工程研究所碩士論文
陳榮昌 盧菁 劉賀平(2009)。基於人臉座標系統的人臉識別。
朝陽科技大學資訊管理系(陳榮昌)
北京科技大學信息學院(盧菁 劉賀平)
林祈帆(2004)。彩色視覺技術於臉型判別及膚質分析上的應用。
崑山科技大學電機工程系碩士論文
黃建邦(2004)。彩色視覺技術於多人人臉辨識上的應用。
崑山科技大學電機工程系碩士論文
27
參考文獻
• 黃建邦(2005) 彩色視覺技術於多人人臉辨識上的應用
• 崑山科技大學電機工程系碩士論文
• 二值化影像 網址
http://cslin.auto.fcu.edu.tw/scteach/mech/index.html
• 黃泰祥(2004) 具備人臉追蹤與辨識功能的一個智慧型數位監視系統
• 中原大學電子工程學系碩士學位論文
• 吳瑞堯 劉嘉倫(2005)應用支援向量機於人臉偵測之研究
• 世新大學
• 潭永恒(2000) 以數位影像處理技術做人臉自動追蹤系統之研究
• 成功大學電機工程學系碩士論文
• 林晁立(2000) 以臉部器官形狀、寬度、相對位置從事人臉影像辨識
• 東海大學資訊科學研究所碩士論文
• 吳瑞珍(2002) 人臉特徵自動抽取之演算法設計與應用
• 元智大學電機工程研究所碩士論文
28
參考文獻
•
•
•
•
•
•
•
•
陳彥劭(2008) 即時人臉辨識系統之研製
南台科技大學電機工程研究所碩士學位論文
孫國庭(2003) 應用類神經網路於人臉辨識之身份識別系統
國立高雄第一科技大學電腦與通訊工程系
林家瑋(2003) 眼位追蹤系統
中山大學資訊工程學系
陳建州(2004) 利用獨立成分分析法在區域特徵上的人臉辨識
成功大學資訊工程學系
• 方國意(2009) 基於特徵自動定位之人臉表情辨識系統之實現
• 國立成功大學工程科學系碩士論文
• 林群雄(2001) 基於三角幾何學及顏色特徵作人臉偵測、人臉
角度分類與人臉辨識
• 國立中央大學資訊工程研究所博士論文
29
參考文獻
• 陳繼棠(2006) 結合膚色區域分割與主要成份分析於多人臉部辨
識
• 臺灣海洋大學機械與機電工程學系碩士學位論文
• 杜世懷(2001) 利用模糊類神經網路擷取圖片中之人臉及身體
• 中山大學電機工程研究所碩士論文
• 黃一庭(2002) 規則導向之多人人臉即時偵測
• 東華大學資訊工程學系碩士論文
30