人脸追踪法应用於监控

人臉追蹤法應用於監控系統之研究授課教授：蘇仲鵬教授主講者:李姿慧學號：9212218國立雲林科技大學電機系Outline數位影像處理數位影像之取樣與量化數位影像處理演算法人臉偵測與追蹤影像中人臉特徵之判別靜態與動態影像的人臉偵測與追蹤臉部追蹤影像的前置處理搜索區域的設定橢圓形頭部追蹤系統硬體結論人臉追蹤法之應用用臉部表情或方向來作為控制機械動作人機介面臉部表情偵測用臉部表情來表達情緒的細緻動作，如卡通動畫的製作，人物在動靜間的表現。人臉辨識用在保全系統方面，就是將人臉影像和資料庫做比對，以辮別出對方身份。視訊電話將影像前後景的分離與壓縮，使其在網路上傳輸能有率且不失真，讓說話者的影像能夠清楚呈現在對方眼前。利用電腦對影像作計算，經過處理後的影像能夠提供所需的資訊，以便能利用這些資訊來處理問題對影像灰階作轉換，增強其中有用資訊，使影像品質提高，以便肉眼之觀察與理解，或使電腦做進一步處理。影像灰階轉換影像分析影像壓縮萃取、分析影像中有助於目標工作的資訊，其可使電腦對影像作進一步之分析，例如：灰階特徵、邊界特徵、顏色特徵、形狀特徵之表示與描述。數位影像處理數位影像之取樣與量化影像在空間的數位化影像在振幅的數位化利用電腦針對取樣與量化後的數位影像陣列資料作各種運算及處理最佳的影像前處理就是擷取不需後續處理的好影像，但有時因拍攝技術或環境不佳的關係，使得取出的影像品質不能盡如人意，因此必須借助影像前處理來補償。影像前級處理影像中級處理影像後級處理基本數位影像處理演算法影像加強技術（Enhancement)影像還原技術（Restoration)影像壓縮技術（Compression)影像分割（ImageSegmentation)表示與描述（RepresentationandDescription)圖像識別（PatternRecognition)顏色分割最直接方法就是將影像的長條圖(colorhistogram)裡做多重閥值(colorthreshold)，依據顏色分佈做選擇性的過濾，將所需顏色從影像中分離出，如此就能將目標做顏色判別。影像中人臉特徵之判別---顏色分割(一)正規化RGB(NormalizedRGB)RRnRGBGGnRGBHSL(Hue/Saturation/Luminance)RGBHSL優點：分離影像中顏色和亮度缺點：電腦中轉換較耗時，不適即時的訴求影像中人臉特徵之判別---顏色分割(二)YCbCrYIQY(Luminance)----亮度元素Cb(Blueness)-----彩度元素Cr(Redness)------彩度元素對亮度分離性高，方便和彩度方開操作顏色分割的目的就是把臉部從背景中分離出影像中人臉特徵之判別---移動物體偵測/形狀分析連續影像相減法連續影像中第N-1張彩色影像連續影像中第N張彩色影像將影像轉成灰階影像將影像轉成灰階影像兩灰階影像相減取適當閥值相減值是否大於閥值此物件非移動中物體此物件為移動中物體YesNo最佳的影像前處理就是擷取不需後續處理的好影像，但有時因拍攝技術或環境不佳的關係，使得取出的影像品質不能盡如人意，因此必須借助影像前處理來補償。樣板比對法Template-basedmatching以特徵為準的方法Feature-basedmethod靜態影像人臉偵測人工智慧判別運用顏色作判斷紅外線偵測運用多種綜合方式相較於靜態影像，動態影像就多了物體移動的資訊，所以在判定人臉位置時，一開始都是先以動態影像所判斷出來的位置作依據，之後再以連續的影像用不同的追蹤方法追蹤人臉。由於臉部追蹤是建立在連續的影像上，因此演算法必須快速，因為在即時的環境中，臉部追蹤演算法的速度會直接影響影像的連續性及位置的正確性，利用連續影像的優點，而減少搜尋空間，把前面影像的結果作為後面影像不同調的情形，而產生錯誤。所以，若動態影像能夠搭配靜態影像偵測人臉的方式，就能夠減低錯誤率的發生。動態影像人臉偵測a.背景的濾除背景對於人臉追蹤而言就是雜訊，所以必須要作影像的前置處理，盡量把背景去掉，對於攝影機靜止不動時，較好的方式就是將兩張連續影像相減，把沒有在移動的背景去除，但對於移動式攝影機就不能使用這個方法，因為背景和主體對攝影機來說都在移動，無法分辨出靜止的背景和移動的物體。b.人臉的大小人臉在影像中的大小，會因位置及方向的不同而有大小的變化，追蹤系統必須在人臉變化有一定大小範圍內才能夠追蹤，應用樣板比對方式所作的技術，可能就會因為臉部與樣板的大小不同而無法正確的追蹤。c.亮度變化由於周圍環境的亮度不同，會使得影像當中的顏色深淺產生變化，這種情形會直接影響到樣板比對的準確性，所以亮度參數的部分就必須要考慮到人臉追蹤的模型裡。動態影像人臉追蹤在人臉追蹤系統中，適應性對實際情況運作時很重要，適應性就是指系統在不同的環境之下〈如目標、環境的變化〉，不會受其影響，還可以正常操作，所以在設計時，以下的因素就必須要考慮到：系統流程圖經由CCD擷取影像影像前置處理膚色分析縮小搜尋區域橢圓形頭部追蹤判斷頭部中心位置是否改變是否超出CCD擷取範圍平面控制電路平台轉動回到初始位置系統前處理流程圖膚色分析將影像二值化將人臉處理成一個遮罩消除影像中雜點找出膚色區域輸入影像結果---膚色分析取閥值所得二值化影像二值影像後續處理DilationErosionOpenClose結果---二值影像後續處理DilationErosion二值影像後續處理結果---二值影像後續處理搜索區域的設定/橢圓形頭部追蹤搜索區域的設定橢圓形頭部追蹤系統硬體攝影機影像擷取卡個人電腦平台控制器旋轉平台1.橢圓形追蹤法是依據建立好的橢圓樣本和人臉做比對，目的是使判斷時間縮短，降低即時追蹤的特點，但也限制了受測者所在的位置，也就是人臉相對於攝影機必須要有固定的大小，才不會因為比對樣板與人臉大小的不同而比對失敗。2.影像追蹤系統採用單一攝影機的方式，所以僅能追蹤單一目標，且單一攝影機無法判斷景深，也就是物體的遠近。3.在馬達控制部分，若加上類神經網路、乏晰控制等邏輯理論及控制方式，讓系統自我學習並修正，減少系統中參數所設定的閥值，因不同的情況而改變設定，則系統的適應性及可靠性就能大大提升。結論