基于人臉識(shí)別技術(shù)的智能系統(tǒng)研究與開(kāi)發(fā)

5.2 臉部檢測(cè)與定位結(jié)果

經(jīng)邊界檢測(cè)，臉部檢測(cè)與定位的結(jié)果如圖3所示。

圖3 同時(shí)考慮臉型、眼睛和嘴特征時(shí)的臉部定位結(jié)果

5.3 檢測(cè)與識(shí)別結(jié)果

本文利用BioID 人臉庫(kù)中的100幅靜止灰度圖片（BioID_0000.pgm- BioID_0099.pgm）作為素材進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果如表1所示。

表1 檢測(cè)與識(shí)別結(jié)果

5.4 結(jié)果分析

在上述3種方法中，參數(shù)橢圓模板結(jié)合眼睛、眉毛和嘴巴特征的定位方法顯示出較好的性能。

在采用基于膚色進(jìn)行圖像分割，進(jìn)而定位人臉的方法時(shí)，由于膚色受環(huán)境光照、背景中近似膚色物體的存在的影響，導(dǎo)致定位結(jié)果較差。在改變閾值大小時(shí)， 對(duì)判斷的結(jié)果影響不大，這表明：第一，膚色與背景色混雜，以及強(qiáng)烈的光照的影響，是造成誤判的主要因素；第二，在一種上述問(wèn)題不太嚴(yán)重的比較“理想”的狀態(tài)下，膚色模型也的確能有效地發(fā)揮作用，以抵消來(lái)自于外形姿態(tài)等方面的影響。對(duì)膚色模型的改進(jìn)應(yīng)該集中在對(duì)于光照的處理和與背景的分離上，利用模板進(jìn)行檢測(cè)與定位即是有效分離背景干擾的一種方法。

在單純采用橢圓模板進(jìn)行檢測(cè)與定位時(shí)，檢測(cè)的正確率得到了一定的提高，但總的來(lái)說(shuō)還是很難令人滿意的。在通過(guò)改變橢圓的參數(shù)試驗(yàn)其性能時(shí)，其對(duì)參數(shù)變化的適應(yīng)性把高。經(jīng)分析，可以認(rèn)為是復(fù)雜的背景直接影響了橢圓模板的有效性。而對(duì)參數(shù)變化的適應(yīng)性差，主要是因?yàn)閳D像庫(kù)中的人臉外形多為長(zhǎng)橢圓形，表現(xiàn)在參數(shù)上差別不大。因而，僅僅通過(guò)橢圓模板進(jìn)行人臉的檢測(cè)與定位，其效果是難以令人滿意的。