一種基于積分投影的人眼定位算法

摘要：提出一種基于積分投影的人眼定位算法。該算法首先根據(jù)臉部膚色分割出人臉區(qū)域，然后再用積分投影函數(shù)定位人眼。實(shí)驗(yàn)表明，該算法能比較準(zhǔn)確地識(shí)別出人眼區(qū)域并進(jìn)行定位，且計(jì)算量小、處理速度較快、魯棒性較好，該算法在實(shí)踐中具有極大的可行性和較高的準(zhǔn)確性。[JP]

關(guān)鍵詞：人眼定位； 積分投影； 膚色分割； 投影曲線

中圖分類號(hào)： TP391

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)： 2095-2163（2016）06-0090-03

0引言

人臉識(shí)別技術(shù)在模式識(shí)別領(lǐng)域中占據(jù)著舉足輕重的地位。在人臉的各個(gè)部位中，人眼圖像通常呈現(xiàn)最為明顯的灰度變化。而且，人眼作為人類面部中實(shí)現(xiàn)了高度恒穩(wěn)的性狀特征，可以用于幫助定位人臉、識(shí)別人臉表情變化等。因此，人眼的精確定位對于有效提升人臉識(shí)別率也必將有著積極重要的現(xiàn)實(shí)影響與意義。

迄今為止，國內(nèi)外的專家學(xué)者提出了許多人眼定位的方法。其中，頗具代表性的方法主要有：Reinders等采用神經(jīng)網(wǎng)絡(luò)和眼睛的微特性來定位人臉特征[1]；Zhu等利用積分圖像找到瞳孔候選點(diǎn)，然后使用SVN展開性能校驗(yàn)；Liu等根據(jù)眼睛虹膜的幾何特點(diǎn)檢測人眼，再按一定規(guī)則設(shè)計(jì)配對，其后再通過神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)果校驗(yàn)；Bala等提出基于遺傳算法和決策樹來支持研究眼睛定位[2]；Feng等人又提出了一種多線索的眼睛定位方法[3]；Huang等人則利用SVN得到了人臉的姿態(tài)和人眼的位置[4]；此外，還有王守覺等根據(jù)幾何復(fù)雜度得到了快速人眼定位法；Zhang等人即通過Hough變換在提取的基礎(chǔ)上使用圓檢測算法來達(dá)到定位眼睛虹膜的目的。

綜上所述可知，目前已成功研發(fā)的各類的人眼定位算法都表現(xiàn)出較大的運(yùn)算量，有的算法實(shí)現(xiàn)起來比較困難，有的算法對人臉圖像的旋轉(zhuǎn)、平移和尺度變化非常敏感，從而將直接導(dǎo)致算法效率的降低[5]。

在此基礎(chǔ)上，進(jìn)一步研究發(fā)現(xiàn)，投影則是獲得圖像特征的一種有效方法，因其能夠降低圖像維數(shù)，對于分析圖像特征將提供明顯的研究方便，因此投影方法已然多次用于人臉特征提取及人臉定位開發(fā)應(yīng)用中。早期，Kanade曾使用積分投影法用于識(shí)別人的臉部特征，之后Brunelli和Poggio又對其引入了改進(jìn)，通過利用積分投影法對人臉圖像進(jìn)行邊界分析，以此確定人臉的具體實(shí)際位置[6]。

[JP2]為此，本文隨即提出一種基于積分投影的人眼定位算法。該算法首先根據(jù)臉部膚色分割出人臉區(qū)域，然后再用積分投影函數(shù)定位人眼。實(shí)驗(yàn)表明，該算法能比較準(zhǔn)確地識(shí)別出人眼區(qū)域并進(jìn)行定位，且計(jì)算量小、處理速度較快、魯棒性也較好。[JP]

[BT4]1基于積分投影的人眼定位算法

[BT5]1.1積分投影函數(shù)

設(shè)I（x，y）表示點(diǎn)（x，y）處的像素灰度值，在區(qū)間[x1，x2]和[y1，y2]上的水平積分投影函數(shù)和垂直積分投影函數(shù)分別表示為[7]：

[HT5SS]Sh（y）=∫x2x1I（x，y）dx[HT5”SS][JY]（1）

[HT5SS]Sy（x）=∫y2y1I（x，y）dy[HT5”SS][JY]（2）

同時(shí)，研究提出平均積分投影函數(shù)的數(shù)學(xué)形式表述可如下所示：

[HT5SS]Mh（y）=Sh（y）x2-x1[HT5”SS][JY]（3）

[HT5SS]My（x）=Sy（x）y2-y1[HT5”SS][JY]（4）

[BT5]1.2根據(jù)膚色分割框選人臉區(qū)域

準(zhǔn)確定位眼部區(qū)域需要首先實(shí)現(xiàn)人臉區(qū)域框選?？蜻x人臉前需要對圖像進(jìn)行膚色分割，然后根據(jù)人臉的形態(tài)學(xué)特點(diǎn)，并結(jié)合眼部區(qū)域在人臉中的大概位置，粗略框選出包含眼睛區(qū)域的人臉部分。本算法在重點(diǎn)分析了Jain等人的研究結(jié)果后可知，在YCbCr色彩空間上設(shè)計(jì)使用了非線性分段變換后，人臉膚色的聚類區(qū)域可近似表示成一個(gè)橢圓[8]：

[HT5SS]（x-eCx）2a2+（y-eCy）2b2=1[HT5”SS][JY]（5）

且滿足下列條件：

[HT5SS]xy=cos θsin θ-sin θcos θCb-CxCr-Cy[HT5”SS][JY]（6）

在式（6）中，Cb和Cr為圖像經(jīng)過非線性分段變換后的藍(lán)色分量和紅色分量。并且，Cx=109.38， Cy=152.02， θ=2.53 rad， eCx=1.6， eCy=2.41， b=14.03。

膚色分割后，將會(huì)進(jìn)入對人臉區(qū)域框選研究。方法如下：

首先，垂直掃描人臉圖像，通過白色像素點(diǎn)的顯像和消失可以快速得到人臉區(qū)域在YCbCr色彩空間上x軸的起止坐標(biāo)。然后，水平掃描人臉圖像，統(tǒng)計(jì)出每行像素中白色像素的個(gè)數(shù)。水平掃描剛開始時(shí)，可以發(fā)現(xiàn)幾乎全為黑色像素點(diǎn)，隨著掃描逐步進(jìn)行，白色像素點(diǎn)則陸續(xù)出現(xiàn)，此現(xiàn)象表明已經(jīng)掃描到了人臉的邊緣部分，繼續(xù)掃描發(fā)現(xiàn)白色像素點(diǎn)越來越多。直至掃描到眉毛區(qū)域，此時(shí)白色像素點(diǎn)急劇減少，眉毛區(qū)域掃描結(jié)束后，可得到該區(qū)域在YCbCr色彩空間上的y軸起止坐標(biāo)。當(dāng)最終停止掃描后，根據(jù)y軸起止坐標(biāo)以及由x軸起止坐標(biāo)得到的水平距離的一半進(jìn)行人臉框選。

該方法能夠避免掃描大量的非膚色部分，不僅降低了運(yùn)算量，有效簡化了眼睛定位的設(shè)計(jì)操作，而且也提高了眼睛定位的準(zhǔn)確率，從而獲得了優(yōu)勢運(yùn)行速度與運(yùn)算效率。

[BT5]1.3眼球定位

眼睛區(qū)域的圖像有2個(gè)特點(diǎn)：該區(qū)域比其周邊的區(qū)域要暗，因此對應(yīng)的灰度值相對較低；該區(qū)域的灰度值范圍變化較大。所以研究中可以利用積分投影和微分投影來定位眼睛。對于框選出的眉眼區(qū)域，可直接對其進(jìn)行水平積分投影，投影曲線如圖1所示。該曲線明確清晰地顯示出2個(gè)波谷，這是該曲線的2個(gè)最小值。通過分析眉毛和眼睛的相對位置，可以判斷出第二個(gè)波谷的位置就是眼睛的垂直位置。

[PS何春1.EPS；S*1；X*1，BP#]

[HT6H][ST6HZ][WT6HZ][JZ]圖1眉眼區(qū)域上的水平積分投影

[JZ]Fig. 1The horizontal integral projection on facial region

[HT5”SS][ST5”BZ][WT5”BZ]

眉眼區(qū)域的水平積分投影結(jié)果能有效去除眉毛的干擾。假設(shè)圖1中的眼睛垂直坐標(biāo)為y，在人臉圖像中以y為中心選取一塊區(qū)域，所選區(qū)域?qū)挾茸詈貌话济糠?，則眼睛對應(yīng)著人臉中心對稱軸兩側(cè)對稱的2塊低灰度圓形區(qū)域。對條形區(qū)域作垂直積分投影得到歸一化后的曲線如圖2所示。從圖2可以看出，人臉中心對稱軸兩側(cè)出現(xiàn)了2個(gè)對稱的y值最小點(diǎn)，分別對應(yīng)于左右眼球的中心位置。因此根據(jù)垂直積分投影曲線，從中心分別向左右搜索最小值即可準(zhǔn)確定位并得到眼球中心的水平坐標(biāo)值。

[PS何春2.EPS；S*1；X*1，BP#]

[HT6H][ST6HZ][WT6HZ][JZ]圖2眉眼區(qū)域上的垂直積分投影

[JZ]Fig. 2The vertical integral projection on facial region

[HT5”SS][ST5”BZ][WT5”BZ]

[BT4]2實(shí)驗(yàn)結(jié)果與分析

為驗(yàn)證該算法的有效性，測試中選用了英國劍橋大學(xué)Olivetti研究中心的人臉圖像庫，簡稱ORL圖庫。該圖庫包含40個(gè)人，每個(gè)人有10張圖像，分別對應(yīng)不同的光照、姿態(tài)、表情，且圖像中包括了正面、微側(cè)、帶眼鏡等各種狀態(tài)。通過對400幅人臉圖像研發(fā)設(shè)計(jì)人眼定位實(shí)驗(yàn)，結(jié)果表明， 與傳統(tǒng)算法相比，該算法對圖像具有平移、旋轉(zhuǎn)的不變性，算法在眉眼區(qū)域的定位上大大減少了運(yùn)算量，降低了復(fù)雜度，并且簡單有效地排除了鼻子、嘴和脖頸等的影像干擾。同時(shí)，在眼球的定位上采取了分部進(jìn)行水平積分投影和垂直積分投影的策略，這樣即能更加精準(zhǔn)地確定眼球的中心，該算法在實(shí)踐中具有較好的現(xiàn)實(shí)可行性和較高的準(zhǔn)確性。

[BT4]3結(jié)束語

本文論述了一種基于積分投影的人眼定位算法，該算法利用積分投影方法快速定位眼睛位置，能有效減少算法運(yùn)算時(shí)間，提高人眼區(qū)域定位的精確性和魯棒性。同時(shí)該算法也存在一定的局限性，有些情況甚至可能導(dǎo)致算法失效，如頭發(fā)過長導(dǎo)致眼睛被遮擋住，頭部旋轉(zhuǎn)角度過大導(dǎo)致無法完全顯示眉眼部位，光線過于昏暗導(dǎo)致人臉圖像模糊等。這些問題也是后續(xù)工作中擬將進(jìn)一步開展研究的方向和目標(biāo)。

參考文獻(xiàn)：

[1] FENG G C， YUEN P C. Variance projection function and its application to eye detection for human face recognition[J]. Pattern Recognition Letters， 1998， 19（9）： 899-906.

[2] HAFED Z M， LEVINE M D. Face recognition using the Discrete Cosine Transform [J]. International Journal of Computer Vision， 2001， 43（3）： 167-188.

[3] BRUNELLI R， POGGIO T. Face recognition： Features versus templates [J]. IEEE， Transactions on Pattern Analysis and Machine Intelligence， 1993， 15（10）： 1042-1052.[ZK）]

[HT5”SS][JY]（下轉(zhuǎn)第93頁）[FL）]

[HT6SS][ST6BZ][WT6BZ]

[4] [ZK（#] 張書真，宋海龍，向曉燕. 基于膚色分割及特征定位的人臉檢測算法研究[J]. 現(xiàn)代電子技術(shù)， 2008，31（14）：82-84.

[5] JAIN A K. Face detection in color images [J]. IEEE Trans. on PAMI， 2002， 5： 696- 706.

[6] 耿新，周志華，陳世福. 基于混合投影函數(shù)的眼睛定位[J]. 軟件學(xué)報(bào)，2003，14（8）：1394-1400.

[7] 付煒，孔祥棟. 基于膚色和Adaboost算法的人臉檢測[J]. 現(xiàn)代電子技術(shù)，2010，33（6）：131-134.

[8] 山世光，高文，陳熙霖. 基于紋理分布和變形模板的面部特征提取[J]. 軟件學(xué)報(bào)， 2001， 12（4）： 570-577.[ZK）]

[FL）]