摘要：在此提出了一個有效的無線遠程人臉追蹤系統(tǒng)實現(xiàn)方案，將人臉檢測技術(shù)、人臉識剮技術(shù)和窄帶通信技術(shù)有效結(jié)合，采用AdaBoost追蹤算法獲取圖像中可分辨的人臉，把各個點攝像終端的數(shù)據(jù)進行壓縮后采用GPRS／CDMA無線傳輸發(fā)送至處理中心，采用Gabors特征提取算法和SVM分類算法對人臉數(shù)據(jù)庫進行篩選，對實時傳輸?shù)娜四樳M行識別，從而達到輔助尋找和追蹤特定人的目的。該方案通過實驗證明是可行的。

關(guān)鍵詞：人臉檢測；人臉識別；窄帶傳輸；支持向量機

0 引言

人臉作為圖像與視頻中最重要的視覺圖像之一，在計算機視覺、模式識別、多媒體技術(shù)研究中占有很重要的地位?？梢暬治龊湍繕?biāo)識別研究中最具有挑戰(zhàn)性的任務(wù)之一就是理解人們?nèi)绾翁幚砗妥R別彼此的相貌，并進行相應(yīng)的計算機建模來最終完成人臉的自動識別。近年來，隨著計算機科學(xué)在人機交互領(lǐng)域的快速發(fā)展，作為人臉信息處理中的一項關(guān)鍵技術(shù)，人臉檢測與識別現(xiàn)在已經(jīng)成為模式識別與計算機視覺領(lǐng)域內(nèi)一項受到普遍重視。無線視頻監(jiān)控系統(tǒng)將被監(jiān)控點實時采集的圖片、視頻文件通過無線網(wǎng)絡(luò)及時地傳輸給遠程監(jiān)控中心，實時動態(tài)地報告被監(jiān)測點的情況，及時發(fā)現(xiàn)問題并進行處理。

本文提出了一種有效的無線遠程人臉追蹤系統(tǒng)的解決方案。采用AdaBoost算法進行人臉的檢測，選擇了Haar特征方法，把訓(xùn)練得出的Haar特征轉(zhuǎn)換成弱分類器，通過一定的方法將弱分類器進行組合構(gòu)成強分類器，對分類器進行訓(xùn)練后應(yīng)用到圖像中進行人臉區(qū)域的檢測，從而得到較準確的人臉信息；采用GPRS技術(shù)進行人臉圖像數(shù)據(jù)的無線傳輸，通過GPRS／CDMA無線窄帶網(wǎng)絡(luò)連接Internet互聯(lián)網(wǎng)絡(luò)，在無線視頻監(jiān)控終端對視頻信號進行實時采集，無線傳送到遠程服務(wù)器；采用Gabor小波進行特征提取，獲得人臉圖像的Gabor特征；采用SVM進行分類，對人臉圖像進行分類識別，得出識別結(jié)果，對符合條件的人臉給出警報。本系統(tǒng)可以應(yīng)用于商場、機場、車站、地鐵站等場所。

1 視頻圖像處理

1．1 去噪處理

圖像在生成和傳輸過程中常受到各種噪聲的干擾和影響，使圖像質(zhì)量下降。所以在進行圖像分析和處理之前都需要對圖像進行去噪處理。噪聲的模型按照對圖像的影響可以分為加性噪聲模型和乘性噪聲模型兩大類。假設(shè)，f(x，y)為原始圖像，g(x，y)為有噪聲的圖像，n(x，y)為噪聲。

加性噪聲模型為：

g(x，y)=f(x，y)+n(x，y)          (1)

乘性噪聲模型為：

g(x，y)=f(x，y)[1+n(x，y)]       (2)

空域中去噪方法包括：中值濾波、均值濾波等。中值濾波是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性處理技術(shù)。其核心運算是將模板中的數(shù)據(jù)進行排序，這樣一個亮點(暗點)的噪聲，就會在排序過程中被排在數(shù)據(jù)序列的最右側(cè)或最左側(cè)，因此，最終選擇的數(shù)據(jù)序列中間位置上的值一般不是噪聲點的值。由此便可以達到抑制噪聲的目的；均值濾波實際上就是用該像素對應(yīng)的模板中各像素值的均值替代該像素的像素值，均值濾波的方法是，對待處理的當(dāng)前圖像，選擇一個模板，該模板為其近鄰的若干像素組成，用模板中像素的均值來替代原像素值。

1．2 亮度調(diào)整

由于采集圖像時的光照強度和相機自身性能的不同，使得采集到的圖像的亮度有許多不同。而本文的人臉檢測是基于特征的，特征值與圖像的灰度值有很大關(guān)系。所以即使圖像對應(yīng)的特征結(jié)構(gòu)相同，但是由于亮度不同，通常會被分類器認為是不同的圖像。所以無論是在訓(xùn)練分類器階段還是在檢測階段都需要對圖像進行亮度的調(diào)整，需要將不同亮度的圖像調(diào)整到同一范圍。常用的亮度調(diào)整技術(shù)包括：線性動態(tài)范圍調(diào)整、非線性動態(tài)范圍調(diào)整、直方圖均衡化等。線性動態(tài)范圍調(diào)整的方法是其中比較簡單的一種，計算量也比較小。調(diào)整的計算公式如下：

1．3 圖像的形狀變換

圖像形狀變換是指用數(shù)學(xué)建模的方法對圖像形狀發(fā)生的變化進行描述的過程。最基本的圖像變換包括圖像的縮小、放大、旋轉(zhuǎn)等。本文中的訓(xùn)練階段和檢測階段都需要對圖像進行形狀的變換，比如在建立訓(xùn)練樣本庫的時候?qū)⒉煌叽绲膱D像歸一化到19×19的尺寸。圖像縮小從物理意義上來說，是將描述圖像的物理尺寸縮小相應(yīng)的倍數(shù)。數(shù)字圖像的縮小是通過減少像素個數(shù)來實現(xiàn)的，所以就需要根據(jù)所期望縮小的尺寸數(shù)據(jù)，從原圖像中選擇合適的像素點，使圖像縮小之后可以盡量保持原有的特征不丟失。

圖像放大，從物理含義上來講是指圖像縮小的逆運算。但是圖像放大是從小數(shù)據(jù)量到大數(shù)據(jù)量的過程，因此需要對許多數(shù)據(jù)進行估計。由于圖像相連像素之間的相關(guān)性很強，所以可以利用這個相關(guān)性來實現(xiàn)圖像的放大。比較好的圖像放大的方法是雙線性插值法，該方法不是將原圖像的像素復(fù)制到子快中，而是只填寫在子快的某一個像素的位置上。采用雙線性插值的方法可以平緩像素塊之間的過度，有效的抑制了馬賽克現(xiàn)象的產(chǎn)生。本文采用了雙線性插值的方法。

2 基于AdaBoost算法人臉檢測

2．1 AdaBoost人臉檢測算法

AdaBcoost是一種基于分類器的算法，其基本思想是利用大量的分類能力較弱的弱分類器通過一定方法疊加起來形成分類能力很強的強分類器。理論證明，只要每個弱分類器分類能力比隨機猜測好，當(dāng)分類器的個數(shù)趨于無窮時，強分類器的錯誤率將趨于零。該算法根據(jù)人臉面部的主要灰度分布特征，選擇采用了Haar特征。Haar特征是一種基于積分圖像的特征，主要用于灰度圖像中，該特征計算比較簡單，提取速度相對較快。Adaboost算法首先提取樣本圖像中的Haar特征，然后通過在訓(xùn)練過程中選取出最優(yōu)的Haar特征，再將訓(xùn)練得出的Haar特征轉(zhuǎn)換成弱分類器，最終通過一定的方法將這些弱分類器進行組合構(gòu)成強分類器。分類器訓(xùn)練完之后，就可以將其應(yīng)用到圖像中進行人臉區(qū)域的檢測。由于人臉可能在圖像中的不同位置出現(xiàn)，所以必須在被檢測的圖像中移動搜索窗口。

對于一個訓(xùn)練集(xi，yi)，…，(xL，yL)，其中xi是輸入的訓(xùn)練樣本，yi是樣本類別標(biāo)志，yi∈(1，0)對應(yīng)真假樣本。在開始訓(xùn)練前，對所有訓(xùn)練樣本均賦予一個初始權(quán)值，然后用AdaBoost學(xué)習(xí)算法對訓(xùn)練樣本進行T輪訓(xùn)練，在每一輪訓(xùn)練結(jié)束后，從若干個簡單分類器中選擇誤差最小的那個作為該輪選出的一個弱分類器hi。選好了弱分類器之后，將所有弱分類器進行線性組合就構(gòu)成了強分類器。

訓(xùn)練過程主要包括以下幾個模塊：

(1)樣本的采集，對樣本進行圖像預(yù)處理，形成樣本集；

(2)以樣本集作為輸入，計算并獲得矩形特征值集；

(3)對特征值集進行優(yōu)化處理，選出分辨能力好的特征；

(4)采用AdaBoost算法，在每一輪迭代過程中采用窮舉搜索法確定每個特征對應(yīng)的簡單分類器的閾值，獲得簡單分類器集，并保存其對應(yīng)的參數(shù)；

(5)選出錯誤率最低的簡單分類器作為本輪最優(yōu)的弱分類器；

(6)將訓(xùn)練得到的弱分類器根據(jù)其分類能力賦予不同的權(quán)重，然后線性組合構(gòu)成強分類器。

2．2 AdaBoost檢測過程

級聯(lián)分類器應(yīng)用于人臉檢測是由Viola提出的，這使得人臉檢測能在很高檢測率下同時達到實時的檢測速度。級聯(lián)分類器由一系列強分類器的組合而成，圖像依次通過每一個強分類器，最終通過全部分類器的區(qū)域被檢測為人臉。每一層的強分類器由AdaBoost算法訓(xùn)練得到，但是組成強分類器的弱分類器個數(shù)隨著級數(shù)的增加而增加。通過參數(shù)的調(diào)整可以使前面幾層幾乎讓所有人臉通過，從而拒絕很大一部分非人臉，而后面幾層則對被前面幾層判斷為人臉的圖像進行更加嚴格的檢測。由于前面幾層使用的弱分類器數(shù)目比較少，只是有幾個重要的特征組合而成，而且排除了大量非人臉區(qū)域為后續(xù)的檢測減少了檢測對象數(shù)目，所以計算速度比較快。

假定級聯(lián)分類器由K個強分類器組成，第i級強分類器的誤檢率為fi，檢測率為di，則最終的誤檢率F和檢測率D分別為：

測試圖像來自生活中的實際數(shù)碼照片與從互聯(lián)網(wǎng)上收集的圖像，包括不同人種、不同年齡的正面圖像，人臉檢測結(jié)果如圖1所示。

3 基于GPRS技術(shù)的窄帶數(shù)據(jù)傳輸

通用無線分組業(yè)務(wù)(General Packet Radio Service，GPRS)作為第2代移動通信技術(shù)GSM向第3代移動通信(3G)技術(shù)的過渡技術(shù)，是由英國BT Cellnet公司早在1993年提出的，是GSMPhase2+(1997)規(guī)范實現(xiàn)的內(nèi)容之一，是一種基于GSM的移動分組數(shù)據(jù)業(yè)務(wù)，面向用戶提供移動分組的IP或者X．25連接。GPRS是一項高速數(shù)據(jù)處理的科技，它以分組交換技術(shù)為基礎(chǔ)，用戶通過GPRS可以在移動狀態(tài)下使用各種高速數(shù)據(jù)業(yè)務(wù)。

通過GPRS網(wǎng)絡(luò)建立TCP連接傳輸數(shù)據(jù)和指令有2種方式：

(1)監(jiān)控終端通過GPRS Modem與GSM基站通信，GPRS分組數(shù)據(jù)包從GSM基站發(fā)送到GPRS服務(wù)支持節(jié)點(Serving GSN，SGSN)，再由SGSN送到GPRS網(wǎng)關(guān)支持節(jié)點(Gateway GPRS Supporting Node，GGSN)，GGSN把收到的包進行處理，轉(zhuǎn)換為可在Internet中傳送的格式，最終送給遠程視頻服務(wù)器端。GGSN在GPRS網(wǎng)絡(luò)和公用數(shù)據(jù)網(wǎng)之間起關(guān)口站的作用，它可以把GSM網(wǎng)中的GPRS分組數(shù)據(jù)包進行協(xié)議轉(zhuǎn)換，從而可以把這些分組數(shù)據(jù)包傳送到遠端的TCP／IP或X．25網(wǎng)絡(luò)。

(2)監(jiān)控終端的GPRS Modem通過GPRS網(wǎng)絡(luò)，直接與遠程視頻服務(wù)器端的GPRS Modem進行點對點通信，然后通過串口把數(shù)據(jù)發(fā)送給視頻服務(wù)器。

整個智能網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)分為現(xiàn)場視頻采集、處理模塊和遠程視頻服務(wù)器2部分，現(xiàn)場視頻采集和處理模塊在上電后自動尋找遠程視頻服務(wù)器，而遠程視頻服務(wù)器在與現(xiàn)場視頻采集和處理模塊建立TCP連接后，可通過發(fā)送指令來遠程控制靜態(tài)圖像編碼的傳送。

本文無線視頻監(jiān)控通過無線視頻監(jiān)控終端對視頻信號進行實時采集和壓縮，以壓縮圖片格式(JPEG，JPEG2000等)并通過無線網(wǎng)絡(luò)傳送到遠程視頻服務(wù)器。實現(xiàn)發(fā)送實時壓縮圖片。視頻服務(wù)器使用套接字通信，應(yīng)用程序采用面向?qū)ο蟮姆椒?。視頻服務(wù)器與監(jiān)控終端之間使用C／S模型。程序中視頻服務(wù)器作為服務(wù)器，監(jiān)控終端作為客戶端。服務(wù)器端軟件主要完成監(jiān)聽客戶端發(fā)送的連接請求；同時接收來自多個監(jiān)控終端的壓縮圖像數(shù)據(jù)；保存、查看和管理監(jiān)控終端的圖像數(shù)據(jù)。

在監(jiān)控端通過監(jiān)控設(shè)備監(jiān)測，運算并獲取人臉圖像數(shù)據(jù)，并通過GPRS網(wǎng)絡(luò)通信技術(shù)對人臉圖像數(shù)據(jù)進行無線傳輸，服務(wù)器終端進行接收。為了減少傳輸流量負荷，人臉圖像大小歸一化為19×19，從而保證了每個攝像頭傳輸占用不超過20 Kb／s的帶寬，使得整個網(wǎng)絡(luò)保證在一個可以承受的范圍內(nèi)。

4 基于Gabor和支持向量機的人臉識別

4．1 Gabor小波特征提取

Gabor函數(shù)由Dennis Gabor于20世紀40年代提出的，后來被J Daugman首先用于表征圖像，并用于視覺方面的研究。隨著計算機的不斷發(fā)展，成為非常流行的圖像處理方法。二維Gabor濾波器是一種典型帶通濾波器，由于它具有良好的方向選擇性和頻率選擇性，因此Gabor濾波器被廣泛應(yīng)用于圖像分析、圖像理解等計算機視覺領(lǐng)域，以獲取圖像信號的空間頻率(尺度)、空間位置和方向選擇性的局部結(jié)構(gòu)信息。

人臉圖像的Gabor特征由人臉圖像和Gabor濾波器的卷積得到。通常的Gabor特征抽取方法是：設(shè)為人臉樣本圖像的灰度分布，則在選定Gabor慮波器參數(shù)后，對樣本圖像中抽樣點(x，y)提取的特征由下式表示：

式中：G為Gabor函數(shù)在點(x，y)處的離散值；(a，b)為Gabor濾波器窗口大?。?w，h)為圖像的尺寸大小。這樣得到的圖像在點(x，y)處的40個Gabor幅值特征對應(yīng)于以該位置為中心的局部區(qū)域的能量分布，將這40個幅值特征級聯(lián)起來構(gòu)成該位置的Gabor特征，通常稱為一個Jet，位置點(x，y)處的Jet表示為：

Jet(x，y)=(Jet(x,y)vμ)       (7)

將所有抽取點提取的Gabor特征構(gòu)成一張人臉樣本的特征矢量：

F1={Jet(x，y)|0≤y≤h}       (8)

顯然，對于一副19×19大小的人臉圖像如果按上述方法逐個象素抽取Gabor特征，得到的Gabor特征向量F的維數(shù)為19×19×40=14 440，遠遠高于原始圖像的維數(shù)19×19=361。如果直接利用這樣的高維Gabor特征矢量進行分類器的訓(xùn)練和圖像識別，將產(chǎn)生通常所講的維數(shù)災(zāi)難。因此必須對高維Gabor特征矢量進行適當(dāng)?shù)慕稻S。

4．2 支持向量機SVM

支持向量機(Support Vector Macine，SVM)是一種對線性分類器的最優(yōu)設(shè)計方法論。它對非線性、高維數(shù)的小樣本人臉識別問題有非常好的分類效果和學(xué)習(xí)推廣能力，是目前模式識別的常用的分類器。

SVM從線性可分情況下的最優(yōu)分類面發(fā)展而來。設(shè)2類可分樣本集(xi，yi)，i=1，2，…，n；，xi∈Rd，yi∈|+1，-1|是類標(biāo)記。通過訓(xùn)練支持向量機可以找到一組參數(shù)(w，b)以定義樣本空間的一個超平面wx+b=0，使得同一類的樣本點分布在超平面的同側(cè)。離超平面最近的2類樣本到超平面的距離稱為樣本的分類間隔，當(dāng)分類間隔最大時，就得到最優(yōu)分類超平面。離最優(yōu)分類超平面最近的樣本就是所謂的支持向量。

人臉識別屬于非線性問題，根據(jù)模式識別的理論，總可以將低維空間非線性可分得問題映射到高維空間，使其在高位空間線性可分。從而把非線性可分的問題轉(zhuǎn)化為線性可分問題。利用核函數(shù)K(xi，x)可將輸入向量x映射到高位空間進行分類，此時最優(yōu)分類超平面的決策函數(shù)式變?yōu)椋?/p>

常用的核函數(shù)有：線性核函數(shù)K(xi，x)=(xix)；多項式核函數(shù)K(xi，x)=[(xix)+1]d；徑向基核函數(shù)；Sigmoid核函數(shù)。

對于多類模式識別問題，SVM可通過2類問題的組合來實現(xiàn)。通常有2種策略：“一對一”策略，即分類的每一步將其中的任意2類模式分開，這樣，對于N類問題，則需要N(n-1)／2個支持向量機分類器；另一種“一對多”策略，即分類的每一步將其中的一類模式和其它的所有模式分開，這樣，對于N類問題，則需要N個與每個類對應(yīng)的支持向量機分類器。本文采用“一對一”的策略來的人臉進行分類識別。

人臉圖像庫來源于http：／／www．a(chǎn)i．mit．edu／projects／cbcl。訓(xùn)練集包括6 977個19×19圖像樣本，2 429張的人臉和4 548張非人臉。本文選用了庫中的1 000幅人臉圖像，2 000幅非人臉圖像。由于MITCBCL數(shù)據(jù)庫中的人臉都是國外的，所以筆者采集了500幅國內(nèi)的人臉圖像，并將其標(biāo)準化為19×19的尺寸。所以人臉總數(shù)共1 500幅，非人臉圖像總數(shù)共2 000幅。實驗結(jié)果如表1所示。

5 結(jié)語

本文采用AdaBoost算法進行人臉的檢測，根據(jù)人臉面部的主要灰度分布特征，選擇采用了Haar特征，通過在訓(xùn)練過程中選取出最優(yōu)的Haar特征，再將Haar特征轉(zhuǎn)換成弱分類器，最終組合構(gòu)成強分類器，應(yīng)用到圖像中進行人臉區(qū)域的檢測，得到較準確的人臉信息。采用GPRS技術(shù)進行人臉圖像數(shù)據(jù)的無線傳輸，通過無線視頻監(jiān)控終端對視頻信號進行實時采集，并通過無線網(wǎng)絡(luò)傳送到遠程視頻服務(wù)器。采用Gabor小波進行人臉特征提取，采用SVM進行分類，采用“一對一”的策略來的人臉進行分類識別。

雖然本文從各方面都考慮了算法的有效性，但是在實際運行中還是存在不足的地方，如攝像頭達到一定數(shù)量時，傳輸速率受到一定影響，如何保證傳輸速率和圖像較少失真問題有待進一步研究解決。