网站首页  词典首页

请输入您要查询的论文：

　

标题 人脸识别用户界面设计与实现
范文 张军 郝万兵 白小丽


摘要摘要：提出一种基于高清面部图像的人脸疲劳检测方法，针对现有疲劳检测技术的不足，提出将面部彩色图像处理与纹理特征相结合的一种新型疲劳分析方法。采集不同测试者早（健康状态）、晚（疲劳状态）大量面部图像，据此建立面部图像数据库，数据库划分为P（疲劳图）、Z（正常图）、R（结果）3类。根据数据库数据颜色特征向量和纹理特征向量构建疲劳判定标准，即量化疲劳程度评价标准和分类标准。将标准与分析方法及处理算法融合，利用MATLAB设计图形用户界面，再将其编译成完全独立于MATLAB环境的可执行程序（EXE文件）。该用户界面可以方便大众及时进行疲劳检测，预防亚健康，及时提醒身体疲劳情况，并为就医提供参考依据。该系统应用于智能手机，能够大大减少就医压力，促进便携式医疗检测设备的发展，具有很好的应用前景。
关键词关键词：疲劳检测；面部图像数据库；纹理特征；用户界面
DOIDOI：10.11907/rjdk.151832
中图分类号：TP319
文献标识码：A文章编号文章
编号：16727800（2015）011010002
基金项目基金项目：
作者简介作者简介：张军（1989-），男，陕西富平人，西安电子工程研究所硕士研究生，研究方向为雷达信号处理；郝万兵（1991-），男，陕西绥德人，西安电子工程研究所硕士研究生，研究方向为电子对抗技术；白小丽（1990-），女，陕西子长人，中国兵器工业集团214研究所苏州研发中心硕士研究生，研究方向为MEMS加速度计技术。
0引言
容易疲劳是人们紧张生活状态下的一个真实反映，可被称为现代文明病，其发病人数正逐年递增，工业化发达国家的情况更为严重，美国疾控中心称之为21世纪人类健康的主要问题之一[1]。本文通过基于图像特征的分析方法采集人体面部图像，与健康状态下的面部图像特征进行比对来判断用户的健康状况，向用户提供人性化的建议。
根据以上思想，先设计面部图像彩色及纹理处理算法，然后利用MATLAB实现完整的交互软件，最后实现MATLAB与其它编程语言的接口并向手机移植（暂未实现）。提出完善视觉人体疲劳度检测与评价方法并实现应用软件系统[2]。
该系统可方便用户及时进行疲劳检测，预防亚健康状态，及时提醒身体疲劳情况，并为就医提供参考。该系统应用于智能手机等设备，能够大大减轻就医压力，促进便携式医疗检测设备的发展，具有很好的应用前景。
1特征向量
1.1彩色特征
（1）色度（Hue）。与光波的波长有关，它表示人的感官对不同颜色的感受，如红色、绿色、蓝色等，也可表示一定范围的颜色，如暖色、冷色等。
（2）饱和度（Saturation）。表示颜色的纯度，纯光谱色是完全饱和的，加入白光会稀释饱和度。饱和度越大，颜色看起来就会越鲜艳，反之亦然[4]。
（3）亮度 （Intensity）。对应成像亮度和图像灰度，反映颜色的明亮程度。
1.2纹理特征
纹理特征如下：①角二阶矩（能量）：反映灰度分布均匀程度和纹理粗细度[5]；②对比度（惯性矩）：其大小反映皮肤纹理的深度和密度；③相关性：相关值大小反映图像中局部灰度相关性；④熵：熵度量图像纹理的随机性，熵的值大显示图像中灰度分布非常随机；⑤逆差矩：度量图像纹理局部的变化。其值大说明图像纹理不同区域间缺少变化，局部非常均匀。可以得到这些特征所反映的皮肤纹理的密度、深度和粗细度变化[6]。
1.3疲劳评价体系构建
各种评价方法如表1所示。
1.4特征选取
采用人脸多特征点提取方法，通过计算得到彩色特征值（色度、饱和度、亮度、合成图像方差、合成图像标准差）及纹理特征值（能量、熵、惯性矩、相关性），利用BP神经网络进行训练，并优化选取特征量的均值，基于均值对疲劳进行分类，以此建立疲劳判定标准。
2量化的疲劳评价特征
判定：将差异百分比（D=abs（P-Z）/max（P，Z））（D代表差异、P代表疲劳、Z代表正常）之和sum=∑D作为彩色标准，测试时随机选取面部图片，计算其彩色特征向量及与该用户正常特征向量的差异百分比之和testsum，与sum比较得到疲劳程度。将用户界面程序中c=testsum/sum的值作为判定疲劳程度的依据。彩色和纹理特征统计分析结果如图1所示。
2.1用户界面设计
用户界面由8个模块构成，每个模块包括菜单、按钮、坐标系与静态文本框。其中，菜单下拉后显示所选项目；按钮实现执行作用，点击即开始调用模块中对应的函数进行分析处理；坐标系中显示处理后的图像及绘制的特征量坐标；静态文本框中显示相应的特征向量（彩色或纹理）
2.2用户界面功能
运行用户界面程序，选择疲劳、健康数据库对应的图片，输入程序中，计算出特征值及显示需要的特征图。运行及判定结果如图2所示，该用户界面从左向右，从上到下依次分为1～8模块，这8个模块所包含的项目均在下拉菜单中进行显示，每个模块主要功能在按钮上也有显示，具体模块选取及功能如下：
（1）模块1：点击选取用户正常面部图像，剪切选取特征比较明显的区域，在右侧的灰色文本框中显示所选区域的特征向量。
（2）模块2：点击选取用户疲劳面部图像，剪切选取与模块1中对应的区域，注意差别不可太大，在右侧灰色文本框中显示所选区域的特征向量。
（3）模块3：包括正常与疲劳的差图、差图的亮度反转、差图色差及差图轮廓4部分。
（4）模块4：包括差图亮度拉伸、差图RGB→HSI、差图的灰度亮度直方图均衡化、差图的合成图亮度直方图均衡化。
（5）模块5：包括色差区域的uint8和double两种格式。
（6）模块6：主要为各处理后图像的纹理特征。
（7）模块7：对差图的R、G、B三个分量及合成图滤波并显示对应特征向量。
（8）模块8：在坐标系中显示特征向量的统计曲线，在右侧紫色静态文本框中显示用户的疲劳程度，评价标准在用户界面程序代码中包含。
3结语
本文主要探讨了人脸识别用户界面设计与实现，进行了疲劳评价体系搭建、评价标准量化及用户界面搭建。评价体系包括主观评价、客观评价和人脸多特征点提取。根据面部批处理程序对数据库的检索计算所有数据的特征量。然后计算得出所有特征量的平均值，将差异百分比之和作为标准值，利用大量数据进行分类测试，确定疲劳量化区域。
参考文献参考文献：
[1]冈萨雷斯.数字图像处理（MATLAB版）[M] .阮秋琦，等，译.北京：电子工业出版社，2006.
[2]MORIMOTO C，FLICKNER M.Realtime multiple face detection using active illumination[J].Proceedings of the Fourth International Conference on Automatic Face and Gesture Recognition， 2001：2630.
[3]王映辉.人脸识别—原理、方法与技术[M].北京：科学出版社，2010.
[4]ANDREAS KOSCHAN， MONGI ABIDI.彩色数字图像处理[M].章毓晋，译.北京：清华大学出版社， 2010.
[5]YANG G，HUANG T S.Human face detection in complex background[J].Pattern Recognition， 1994，27 （1）：5363.
[6]MARTIN H，HUNKE H.Locating and tracking of human faces with neural networks[J].Techn.Rep CMUCS，1994：94155.
责任编辑（责任编辑：陈福时）
随便看

　

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

　

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间：2025/2/6 7:03:48