基于CBIR技術(shù)的手機(jī)人臉識別系統(tǒng)設(shè)計

狹義的人臉識別(Face Recognition)特指通過人物面部進(jìn)行身份確認(rèn)或身份查找。目前，人臉識別技術(shù)已趨成熟，不同類型的商用系統(tǒng)已投入使用。人臉識別系統(tǒng)通過建立自動人臉識別報警網(wǎng)絡(luò)，對特定區(qū)域的特定人員進(jìn)行攝像機(jī)自動識別發(fā)現(xiàn)，未經(jīng)登記授權(quán)進(jìn)入特定區(qū)域的人員，系統(tǒng)即定向報警。目前的人臉識別系統(tǒng)設(shè)備體積較大，移動性能差，不便于攜帶，難以普及和廣泛應(yīng)用。通信技術(shù)日新月異，智能手機(jī)的攝錄等功能愈加強(qiáng)大和普及，設(shè)計融合CBIR技術(shù)與手機(jī)通信技術(shù)的便攜式人臉識別系統(tǒng)已成為可能。它不僅具有一般的人臉識別系統(tǒng)確認(rèn)和查證的功能，而且充分利用了無線通訊的優(yōu)勢，可被廣泛應(yīng)用在電腦或網(wǎng)絡(luò)安全、訪問控制、門禁和考勤、戶證管理、公安追逃、出入境邊檢、機(jī)場安檢、駕照或護(hù)照等重要證件的身份認(rèn)證等多種不同的安全領(lǐng)域，其移動性的便攜功能是一般的人臉識別系統(tǒng)無法替代的，因而有著更為廣泛的應(yīng)用前景。

　　1 CBIR技術(shù)

　　CBIR(Content Based Image RetrievaI)即基于內(nèi)容的圖像檢索，屬于圖像分析和信息處理的研究領(lǐng)域，是指直接采用圖像內(nèi)容進(jìn)行圖像信息的查詢，目的是在給定查詢圖像的前提下，依據(jù)其內(nèi)容信息或指定的查詢標(biāo)準(zhǔn)，在圖像數(shù)據(jù)庫中進(jìn)行內(nèi)容上一致或相似性匹配，最終提供符合查詢條件的相應(yīng)圖像。

　　1．1 CBIR的基本原理

　　CBIR一般由圖像標(biāo)引系統(tǒng)和圖像檢索系統(tǒng)兩部分構(gòu)成。圖像標(biāo)引系統(tǒng)索引圖像文件并按設(shè)計要求設(shè)置檢索標(biāo)目即檢索點(diǎn)，形成一個可供匹配檢索的有序的標(biāo)目索引系統(tǒng)。該系統(tǒng)按設(shè)計功能提供顏色、紋理、形狀和對象等不同圖像底層視覺特征的檢索入口。

　　1．2 CBIR的主要檢索內(nèi)容

　　CBIR的主要檢索內(nèi)容有顏色、紋理、形狀和對象等。顏色特征包括圖像顏色分布、相互關(guān)系和組成等；紋理是指圖像紋理結(jié)構(gòu)、方向、組合及對稱關(guān)系等；形狀是指圖像輪廓組成、形狀、大小等；對象包括圖像子對象的關(guān)系、數(shù)量、屬性和旋轉(zhuǎn)等。

　　1．3 CBIR的特點(diǎn)

　　CBIR可以直接從圖像中抽取特征和語義，檢索過程與語義提取直接相連，使得檢索過程更加有效，適應(yīng)性更強(qiáng)；用相似匹配(Similar Match)代替精確匹配(Exact Match)，即采用相似比對的方法獲得類似圖像結(jié)構(gòu)，漸近趨同，直至獲得符合要求的結(jié)果；用戶可以通過瀏覽選擇示例或自己繪制圖形來查詢，并可不斷改進(jìn)檢索式，細(xì)化檢索過程；提供基于客觀屬性(關(guān)鍵詞)的檢索，基于內(nèi)容的檢索，基于對象關(guān)聯(lián)檢索以及概念檢索等多層次的高效檢索。

　　1．4 CBIR技術(shù)的應(yīng)用系統(tǒng)

　　在CBIR領(lǐng)域，經(jīng)過十幾年的理論研究，產(chǎn)生了許多比較成熟的算法和一些有價值的系統(tǒng)。現(xiàn)普遍采用低層次的圖像信息(如圖像顏色、紋理、形狀等)來實(shí)現(xiàn)圖像內(nèi)容查詢。如IBM研究中心開發(fā)的QBIC(QueryBy Image Content)圖像檢索系統(tǒng)，哥倫比亞大學(xué)的Visual SEEK圖像查詢系統(tǒng)，麻省理工學(xué)院實(shí)驗(yàn)室開發(fā)的PhotoBook系統(tǒng)，美國UIUC大學(xué)的MARS系統(tǒng)等。為進(jìn)一步提高檢索的準(zhǔn)確性，CBIR系統(tǒng)采用相似度算法，計算用戶提交結(jié)果與索引數(shù)據(jù)庫中記錄的相似度大小，提取出滿足閾值的信息作為結(jié)果并按照相似度降序的方式輸出，并在同一次檢索過程中不斷地與用戶進(jìn)行交互，系統(tǒng)通過對這些反饋的相關(guān)信息進(jìn)行學(xué)習(xí)，再次進(jìn)行下一輪檢索，從而達(dá)到用戶的要求。

　　2 基于CBIR技術(shù)的Web應(yīng)用實(shí)例

　　上述“基于CBIR技術(shù)的應(yīng)用系統(tǒng)”中的系統(tǒng)主要利用圖像的顏色、紋理、形狀等進(jìn)行相似度比較，多數(shù)是基于圖像的底層視覺特征進(jìn)行檢索的，沒有完整的 Web實(shí)現(xiàn)方案，距離普遍使用相去甚遠(yuǎn)。目前，完整實(shí)現(xiàn)Web化的CBIR技術(shù)應(yīng)用網(wǎng)站主要有www．like．com和 www．polarrose．com。
www．like．com是一個商業(yè)性的服飾購物網(wǎng)站，它以獨(dú)特的技術(shù)實(shí)現(xiàn)了對服飾圖像的查詢和檢索。用戶提交衣服、鞋帽、手飾等的照片，通過匹配檢索后，網(wǎng)站會返回該服飾的品名、價格等相關(guān)信息。該系統(tǒng)的最大局限性在于搜索的內(nèi)容只能是服飾，并且是世界知名產(chǎn)品。有趣的是提交一張名人照片，就可以搜索出名人穿戴的東西，返回一系列類似服飾的價格列表供購物參考。

　　www．polarrose．com利用其自有的二維圖像三維模型轉(zhuǎn)化技術(shù)，提供免費(fèi)的面部圖像檢索服務(wù)。該服務(wù)是結(jié)合客戶端的運(yùn)行軟件和服務(wù)器端的處理功能而實(shí)現(xiàn)的。客戶端軟件以電腦網(wǎng)絡(luò)瀏覽器Firefox和IE的客戶端軟件形式對外公開。當(dāng)用戶瀏覽網(wǎng)站并顯示含有人物面部圖像的靜態(tài)圖像時，上述客戶端軟件就會在人物面部產(chǎn)生一個小標(biāo)志。點(diǎn)擊該標(biāo)志，就能檢索出面部與該人物類似的圖像。假如該人物的名字已經(jīng)登記到PolarRose數(shù)據(jù)庫，還可確認(rèn)其名字。如果選擇的人物尚未登記名字，用戶還可自行登記名字或更正錯誤的名字。PolarRose公司的副總裁尼古拉斯這樣描述它的功能：“利用我們的人臉?biāo)阉骷夹g(shù)，你就可以根據(jù)人臉部的一些基本特征，實(shí)現(xiàn)在不同場景、燈光的照片里尋找同一個人，只要能看清他的臉?！?

3 系統(tǒng)設(shè)計

　　基于Internet的普及、CBIR技術(shù)的日趨成熟及其Web實(shí)現(xiàn)方案的成功實(shí)踐，提出CBIR、Internet和無線通訊技術(shù)三位一體的設(shè)計思想，以實(shí)現(xiàn)一種新型的以手機(jī)為載體的移動人臉識別系統(tǒng)，如圖1所示。

　　該系統(tǒng)的工作原理和人臉識別過程如下：用戶通過智能手機(jī)自身的拍照功能對需要確認(rèn)的人物進(jìn)，行面部特征拍攝，將圖片以手機(jī)短信形式發(fā)送至服務(wù)器，服務(wù)器將其與數(shù)據(jù)庫中存貯的圖像進(jìn)行“基于內(nèi)容的”匹配處理后，再將匹配程度高的圖片信息以短信形式發(fā)送回手機(jī)用戶，用于進(jìn)行人物確認(rèn)。

　　3．1 系統(tǒng)運(yùn)行流程

　　首先建立CBIR技術(shù)支持的人物面部圖像數(shù)據(jù)庫，在人物面部圖像數(shù)據(jù)庫中要對面部特征進(jìn)行提取和標(biāo)引等有序化處理，進(jìn)而建立存貯面紋編碼的面部特征庫。這是系統(tǒng)工作的基礎(chǔ)和前提。在此基礎(chǔ)和前提的支持下，用戶將手機(jī)拍攝的圖像通過無線網(wǎng)絡(luò)發(fā)送至服務(wù)器，對接收到的圖像進(jìn)行面部特征提取，而后在特征庫內(nèi)進(jìn)行匹配檢索，將相似度高的圖片信息用SMS形式回發(fā)至手機(jī)用戶，用于身份確認(rèn)。

　　3．2 系統(tǒng)開發(fā)工具及運(yùn)行環(huán)境

　　開發(fā)工具：Microsoft制作發(fā)行的Visual Studio2008 Tearn Suite系統(tǒng)；操作系統(tǒng)：Windows 2003 Serv-er；應(yīng)用服務(wù)器：JRun 4．0，JRun是一款Macromedia公司開發(fā)的Java應(yīng)用服務(wù)器，提供快速可靠的J2EE兼容平臺，如果希望在Web應(yīng)用中添加服務(wù)器端 Java功能，那么JRun將是最為明智的正確選擇；后臺數(shù)據(jù)庫：Oracle9i，Oracle9i是由Oracle公司開發(fā)的面向Inter-net 支持關(guān)系對象模型的分布式數(shù)據(jù)庫和高度集成的、智能化的互聯(lián)網(wǎng)應(yīng)用基礎(chǔ)平臺，是Oracle9i Database，Oracle 9i Application Server和Oracle9i Developer Suite的完整集成；服務(wù)器數(shù)量：2臺。

　　3．3 系統(tǒng)模塊說明

　　(1)數(shù)據(jù)庫

　　圖像數(shù)據(jù)庫1：利用Spider網(wǎng)絡(luò)蜘蛛程序抓取網(wǎng)頁中的人物圖像及其說明文字存入圖片數(shù)據(jù)庫1，用以彌補(bǔ)專業(yè)圖像庫數(shù)量上的不足。

　　圖像數(shù)據(jù)庫2：由專業(yè)圖像及其注釋組成，目的是為用戶提供權(quán)威性的解釋。

　　圖像特征庫1：提取圖像數(shù)據(jù)庫1中的圖像面部特征，將面紋編碼存入圖像特征庫1。

　　圖像特征庫2：用來存放圖像數(shù)據(jù)庫2中圖像的面紋編碼。

　　“面紋編碼”是根據(jù)臉部的本質(zhì)特征和形狀來工作的，它可以抵抗光線、皮膚色調(diào)、面部毛發(fā)、發(fā)型、眼鏡、表情和姿態(tài)的變化，具有強(qiáng)大的可靠性，可以從百萬人中精確地辨認(rèn)出一個人。

　　(2)圖像特征提取器

　　該模塊由算法組成，特征向量法和面紋模板是提取器用到的兩種主要算法。

　　特征向量法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性，然后再計算出它們的幾何特征量，這些特征量形成一描述該面部的特征向量；面紋模板法是在庫中存貯若干標(biāo)準(zhǔn)面像模板或面像器官模板，在進(jìn)行比對時，將采樣面像所有像素與庫中所有模板采用歸一化相關(guān)量度量進(jìn)行匹配。此外，還有采用模式識別的自相關(guān)網(wǎng)絡(luò)或特征與模板相結(jié)合的方法。

　　(3)索引器

　　Index是一個圖像整序模塊，它對圖像數(shù)據(jù)庫和圖像特征庫進(jìn)行分類索引。對圖像數(shù)據(jù)庫進(jìn)行索引是優(yōu)化數(shù)據(jù)庫組織結(jié)構(gòu)和提高系統(tǒng)工作效率的有效方法，實(shí)際上它是對圖像的面紋編碼進(jìn)行有序化處理，可以有效縮小檢索范圍，提高系統(tǒng)的響應(yīng)速度。

　　(4)GUI

　　GUI(Graphical User InteRFace，圖形用戶接口)，是屏幕產(chǎn)品的視覺體驗(yàn)和互動操作部分。GUI是一種結(jié)合計算機(jī)科學(xué)、美學(xué)、心理學(xué)、行為學(xué)及各商業(yè)領(lǐng)域需求分析的人機(jī)系統(tǒng)工程，強(qiáng)調(diào)人一機(jī)一環(huán)境三者作為一個系統(tǒng)進(jìn)行總體設(shè)計。這種面向客戶的系統(tǒng)工程設(shè)計的目的是優(yōu)化產(chǎn)品的性能，使操作更人性化，減輕使用者的認(rèn)知負(fù)擔(dān)，使其更適合用戶的操作需求，本系統(tǒng)的GUI主要涉及網(wǎng)絡(luò)查詢部分和手機(jī)部分。

(5)主要接口

　　手機(jī)通過基站與系統(tǒng)服務(wù)器的連接，主要通過CMPP或SGIP協(xié)議實(shí)現(xiàn)。CMPP和SGIP(在CD-MA上是ETIP)協(xié)議分別是解決中國移動和中國聯(lián)通提供的短消息互聯(lián)網(wǎng)接人方案，它們規(guī)定信息資源站實(shí)體與互聯(lián)網(wǎng)短信息網(wǎng)關(guān)的應(yīng)用層接口協(xié)議。CMPP和SGIP可以為實(shí)現(xiàn)移動數(shù)據(jù)增值業(yè)務(wù)提供服務(wù)，包括以下業(yè)務(wù)：Email通知、語音信箱通知、Internet發(fā)送短信息、移動平臺發(fā)Email、催費(fèi)通知、自動綜合業(yè)務(wù)信息臺。

　　4 結(jié) 語

　　本文所述人臉識別系統(tǒng)成功地融合并應(yīng)用了CBIR技術(shù)、Internet技術(shù)和手機(jī)通信等現(xiàn)有的技術(shù)成果，其獨(dú)創(chuàng)性在于將短信息服務(wù)與手機(jī)拍照功能和基于 CBIR技術(shù)的Web識別系統(tǒng)有機(jī)地容為一體，這一以手機(jī)為載體的人臉識別系統(tǒng)既是手機(jī)增值業(yè)務(wù)的延伸，同時也為眾多領(lǐng)域內(nèi)基于CBIR技術(shù)的識別系統(tǒng)提供了積極的借鑒和更為廣闊的應(yīng)用空間。