2009年第5期计算机系统应用基于双目视觉的立体人脸识别系统①StereOFaceRecOgnitionSystemBasedonBinOcuIarVision吴翔唐焕华刘锦高(华东师范大学电子科学与技术系上海200241)摘要:提出了一种基于立体视觉的人脸识别算法及介绍其系统实现。在传统二维人脸识别的基础上。根据人眼视觉原理设计双摄像头提取人脸的三维信息作为判别标准,增加了识另Ij的准确度和鲁棒性。对于左右两个摄像头的输入视频帧,依据相关系数和约束关系找到两幅图每点的对应关系。进而得到同一个3D空问点投影到不同摄像机图像上对应点的位置差,由此表征出深度信息。这些2D图像不具备的深度数据组成不同传统人脸识别的新判别依据。还将给出实现本算法的系统构成及最后的实验结果,在复杂环境下试验证明三维的人脸识别具有更好的鲁棒性和更高的识别率。关键词:人脸识别景深三维空间相关系数视差1引言本文利用立体视觉传感器确定3D点在空间中的位置⋯,通过几何与代数知识计算视差,恢复场景的深度信息。再把生成的三维深度图像,应用于人脸识别研究。经过三维数据校准、匹配,最终获得一个基本不受光照与姿态影响,识别率明显优于传统基于二维图像人脸识别的新型系统。研究包括立体视觉传感器的设计,确定图像匹配点,选择合适的约束条件,精确计算3D空间景深信剧2l,构建三维的人脸模型,及最后的三维匹配与数据库快速搜索算法【3l。本文组织如下:第二部分介绍系统整体构架,硬件模块框图和系统实现在这章给出。第三部分提出有效区域分割和匹配对应点的算法。三维信息的计算以及如何用来进行人脸识别的方法在第四部分进行探讨。第五部分是实验的结果,最后,第六部分总结全文并对未来工作展望。2系统硬件结构系统硬件结构设计与系统实际应用需求密切相关,本系统的整体框图如图1所示,可分为三个部分。这里给出宏观的功能描述。作为身份识别依据的立体人脸图像对,通过水平图1立体人脸识别系统框图放置并间隔20cm的双摄像头获取【4l。模拟信号经视频解码器进行数字化和编码,得到的数据输入ADI的DSP处理【5l。ARM2440及其外设用来产生用户的操作界面,并且提供用户输入命令的平台。并且使用ARM模块可以方便实现LCD驱动及USB、以太网等高速通信。两者间的CPLD模块主要完成硬件控制、协调及缓>中的功能,如果需要还可以分担DSP的部分运算压力。3匹配对应点算法可由简单的几何知识确定3D点在空间中的位置。使两台摄像机L和R的×轴重合,Y轴和Z轴分别相①基金项目:上海市2007年科技攻关重点项目(07S115002):华东师范大学优秀博士研究培养基金项目120080050)收稿时间:2008—10一06Res倒蚀andDevelopm锄t研究开发6l万方数据计算机系统应用2009年第5期互平行。Y轴垂直于纸面所以在实际推导中并不使用。右侧摄像机的原点或投影中心的偏移量为b。目标点P在左图像中对应点为PI,在右图像中对应点为Pr。具体如图2所示。显然P点位于光线LPl和RPr的交点处。根据相似三角形可推出z=fb/(xI—xr)=fb/d.~、。麓xI、f>、、、、、、、、、、、.一1摹笋k’一一一一一。二二二二:⋯£一tt、.,l图2立体视觉系统几何模型.b是基线可见P点的深度和摄像机的焦距f,基线长度b以及视差d=×I_×r有关【6J。而f和b在硬件确定后是固定的,也就是通过两幅图上表征同一点的x方向坐标差d,可得到实际对应点的深度。接下来我们详细讨论对于左图中的一点,如何知道右图中哪一点和它对应。3.1有效区域分割,由于两个摄像机位置不一样,所以两幅图像背景也不一样,要分离出有效的区域进行比较必不可少。一对由双目摄像头拍摄的照片如图3(a)、3(b)所示,其中图3(a)是右摄像头所拍而图3(b)是左摄像头拍摄。图3(a)右眼图(b)左眼图(c)右图人脸追踪结果(d)左图人脸追踪结果(e)肤色检测结果(D边缘检测结果(g)三维分析区域62研究开发Re辩afchandD“eI印I豫m可采用二维人脸识别中比较成熟的Adaboost分类器方法进行人脸背景分离。本系统使用InteI的开源计算机视觉库OpenCV,将其移植到ADI的DSP中得以实现。调用其中的CVL0adHaarClassiflerCasc—ade函数可以获得一个级联的boosted分类器,再调用“HaarDetectobjects函数则可利用这个分类器在背...