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

邢 幸,高 倩

摘 要:在目前手機(jī)通訊和Internet極大普及、CBIR技術(shù)日趨成熟及其Web方案成功運(yùn)行實(shí)踐的基礎(chǔ)上,提出了CBIR、Internet和無(wú)線通訊技術(shù)三位一體的設(shè)計(jì)思想,實(shí)現(xiàn)了一種新型以手機(jī)為載體的便攜式人臉識(shí)別系統(tǒng),該系統(tǒng)既是手機(jī)增值業(yè)務(wù)的延伸,同時(shí)也為眾多領(lǐng)域內(nèi)基于CBIR技術(shù)的識(shí)別系統(tǒng)提供了積極的借鑒和更為廣闊的應(yīng)用空間。

關(guān)鍵詞:人臉識(shí)別;CBIR;手機(jī)通訊;Internet

中圖分類號(hào):TP23文獻(xiàn)標(biāo)識(shí)碼:B

文章編號(hào):1004-373X(2009)19-205-03

Design of Portable Face Recognition System Based on CBIR

XING Xing,GAO Qian

(Luohe Vocational Technical College,Luohe,462000,China)

Abstract:In the current,mobile communication and Internet are popularized,CBIR technology is successful applied to Web program,three-in-one design idea of CBIR,Internet and wireless communication technology are proposed,and a portable face recognition system achieved by mobile phone,which is an extension of mobile value-added services,as well as the reference and application on a broader space for many areas of technology based on CBIR system.

Keywords:face recognition;CBIR;mobile communication;Internet

狹義的人臉識(shí)別(Face Recognition)特指通過(guò)人物面部進(jìn)行身份確認(rèn)或身份查找[1]。目前,人臉識(shí)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(shí)別系統(tǒng)通過(guò)建立自動(dòng)人臉識(shí)別報(bào)警網(wǎng)絡(luò),對(duì)特定區(qū)域的特定人員進(jìn)行攝像機(jī)自動(dòng)識(shí)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(bào)警。目前的人臉識(shí)別系統(tǒng)設(shè)備體積較大,移動(dòng)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(jì)融合CBIR技術(shù)與手機(jī)通信技術(shù)的便攜式人臉識(shí)別系統(tǒng)已成為可能。它不僅具有一般的人臉識(shí)別系統(tǒng)確認(rèn)和查證的功能,而且充分利用了無(wú)線通訊的優(yōu)勢(shì),可被廣泛應(yīng)用在電腦或網(wǎng)絡(luò)安全、訪問(wèn)控制、門禁和考勤、戶證管理、公安追逃、出入境邊檢、機(jī)場(chǎng)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[2],其移動(dòng)性的便攜功能是一般的人臉識(shí)別系統(tǒng)無(wú)法替代的,因而有著更為廣泛的應(yīng)用前景。

l CBIR技術(shù)

CBIR(Content Based Image Retrieval)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(kù)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[3]。

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[4]。圖像標(biāo)引系統(tǒng)索引圖像文件并按設(shè)計(jì)要求設(shè)置檢索標(biāo)目即檢索點(diǎn),形成一個(gè)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(jì)功能提供顏色、紋理、形狀和對(duì)象等不同圖像底層視覺(jué)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(duì)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(duì)稱關(guān)系等;形狀是指圖像輪廓組成、形狀、大小等;對(duì)象包括圖像子對(duì)象的關(guān)系、數(shù)量、屬性和旋轉(zhuǎn)等[5]。

1.3 CBIR的特點(diǎn)

CBIR可以直接從圖像中抽取特征和語(yǔ)義,檢索過(guò)程與語(yǔ)義提取直接相連,使得檢索過(guò)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(duì)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(guò)瀏覽選擇示例或自己繪制圖形來(lái)查詢,并可不斷改進(jìn)檢索式,細(xì)化檢索過(guò)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(duì)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(guò)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(jià)值的系統(tǒng)?，F(xiàn)普遍采用低層次的圖像信息(如圖像顏色、紋理、形狀等)來(lái)實(shí)現(xiàn)圖像內(nèi)容查詢。如IBM研究中心開(kāi)發(fā)的QBIC(Query By 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(kāi)發(fā)的PhotoBook系統(tǒng),美國(guó)UIUC大學(xué)的MARS系統(tǒng)等[6]。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(jì)算用戶提交結(jié)果與索引數(shù)據(jù)庫(kù)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(guò)程中不斷地與用戶進(jìn)行交互,系統(tǒng)通過(guò)對(duì)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(jué)特征進(jìn)行檢索的,沒(méi)有完整的Web實(shí)現(xiàn)方案,距離普遍使用相去甚遠(yuǎn)[7]。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.1ike.com和www.polarrose.com。

www.1ike.com是一個(gè)商業(yè)性的服飾購(gòu)物網(wǎng)站,它以獨(dú)特的技術(shù)實(shí)現(xiàn)了對(duì)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(guò)匹配檢索后,網(wǎng)站會(huì)返回該服飾的品名、價(jià)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(jià)格列表供購(gòu)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(duì)外公開(kāi)。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(shí),上述客戶端軟件就會(huì)在人物面部產(chǎn)生一個(gè)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(kù),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(cuò)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(chǎng)景、燈光的照片里尋找同一個(gè)人,只要能看清他的臉。”

3 系統(tǒng)設(shè)計(jì)

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(wú)線通訊技術(shù)三位一體的設(shè)計(jì)思想,以實(shí)現(xiàn)一種新型的以手機(jī)為載體的移動(dòng)人臉識(shí)別系統(tǒng),如圖1所示。

該系統(tǒng)的工作原理和人臉識(shí)別過(guò)程如下:用戶通過(guò)智能手機(jī)自身的拍照功能對(duì)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(kù)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)[8]。

圖1 系統(tǒng)結(jié)構(gòu)圖

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(kù),在人物面部圖像數(shù)據(jù)庫(kù)中要對(duì)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(kù)。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(guò)無(wú)線網(wǎng)絡(luò)發(fā)送至服務(wù)器,對(duì)接收到的圖像進(jìn)行面部特征提取,而后在特征庫(kù)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(kāi)發(fā)工具及運(yùn)行環(huán)境

開(kāi)發(fā)工具:Microsoft制作發(fā)行的Visual Studio 2008 Team Suite系統(tǒng);

操作系統(tǒng):Windows 2003 Server;

應(yīng)用服務(wù)器:JRun 4.0,

JRun是一款Macromedia公司開(kāi)發(fā)的Java應(yīng)用服務(wù)器,提供快速可靠的J2EE兼容平臺(tái),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(tái)數(shù)據(jù)庫(kù):Oracle9i,Oracle9i是由Oracle公司開(kāi)發(fā)的面向Internet支持關(guān)系對(duì)象模型的分布式數(shù)據(jù)庫(kù)和高度集成的、智能化的互聯(lián)網(wǎng)應(yīng)用基礎(chǔ)平臺(tái),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(tái)。

3.3 系統(tǒng)模塊說(shuō)明

(1) 數(shù)據(jù)庫(kù)

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

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

圖像特征庫(kù)2:用來(lái)存放圖像數(shù)據(jù)庫(kù)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(lái)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(wàn)人中精確地辨認(rèn)出一個(gè)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(jì)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(kù)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(duì)時(shí),將采樣面像所有像素與庫(kù)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(shí)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(gè)圖像整序模塊,它對(duì)圖像數(shù)據(jù)庫(kù)和圖像特征庫(kù)進(jìn)行分類索引。對(duì)圖像數(shù)據(jù)庫(kù)進(jìn)行索引是優(yōu)化數(shù)據(jù)庫(kù)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(duì)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(jué)體驗(yàn)和互動(dòng)操作部分。GUI 是一種結(jié)合計(jì)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-機(jī)-環(huán)境三者作為一個(gè)系統(tǒng)進(jìn)行總體設(shè)計(jì)。這種面向客戶的系統(tǒng)工程設(shè)計(jì)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(guò)基站與系統(tǒng)服務(wù)器的連接,主要通過(guò)CMPP或SGIP協(xié)議實(shí)現(xiàn)[9]。CMPP和SGIP(在CDMA上是ETIP)協(xié)議分別是解決中國(guó)移動(dòng)和中國(guó)聯(lián)通提供的短消息互聯(lián)網(wǎng)接入方案,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(dòng)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(yǔ)音信箱通知、Internet發(fā)送短信息、移動(dòng)平臺(tái)發(fā)Email、催費(fèi)通知、自動(dòng)綜合業(yè)務(wù)信息臺(tái)。

4 結(jié) 語(yǔ)

本文所述人臉識(shí)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(shí)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(shí)別系統(tǒng)既是手機(jī)增值業(yè)務(wù)的延伸[10],同時(shí)也為眾多領(lǐng)域內(nèi)基于CBIR技術(shù)的識(shí)別系統(tǒng)提供了積極的借鑒和更為廣闊的應(yīng)用空間。

參考文獻(xiàn)

[1]王芳.一種實(shí)用的人臉識(shí)別系統(tǒng)[J].河北軟件職業(yè)技術(shù)學(xué)院學(xué)報(bào),2007,9(3):55-57.

[2]姜榮,董軍宇.人臉識(shí)別系統(tǒng)及其在現(xiàn)實(shí)生活中的應(yīng)用[J].長(zhǎng)春師范學(xué)院學(xué)報(bào):自然科學(xué)版,2006,25(1):52-54.

[3]李向陽(yáng),莊越挺,潘云鶴.基于內(nèi)容的圖像檢索技術(shù)與系統(tǒng) [J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2001(3):65-68.

[4]孟繁杰,郭寶龍.CBIR關(guān)鍵技術(shù)研究[J].計(jì)算機(jī)應(yīng)用研究,2004(7):77-81.

[5]袁順波.CBIR性能評(píng)價(jià)研究:現(xiàn)狀與建議[J].情報(bào)雜志,2008,27(5):110-112.

[6]張衛(wèi)豐,徐寶文,周曉宇,等.Web搜索引擎綜述 [J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2001(9):47-51.

[7]王小寧.可移動(dòng)搜索引擎的系統(tǒng)設(shè)計(jì)[J].大眾科技,2008(6):33-36.

[8]李偉.人臉識(shí)別算法在智能手機(jī)上的實(shí)現(xiàn)[J].計(jì)算機(jī)技術(shù)與發(fā)展,2008(1):21-24.

[9]謙婷.移動(dòng)終端圖像及視頻相關(guān)標(biāo)準(zhǔn)頒布有望成為手機(jī)入網(wǎng)依據(jù)[N].通信產(chǎn)業(yè)報(bào),2007.

[10]李濤.能認(rèn)出主人的照相手機(jī)[J].現(xiàn)代科技譯叢,2005(1):27-29.