基于对称性的人脸特殊部位特征识别算法研究

张丛阳 杨虹

摘要：本文基于对称原理提出一种人脸特殊部位特征识别算法，将镜面对称的直线对称轴扩展为曲线对称轴。并通过将曲线对称轴特例为圆对称轴，对选取的不同人像进行了眼球定位实验，且对实验结果分析对比。结果表明该算法运算量小且鲁棒性高。

关键词：对称性；人脸识别；图像处理；人工智能；图像识别

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2019）09-0167-03

Abstract：Based on the principle of mirror symmetry， this paper proposes a new feature recognition algorithm based on symmetry for special parts of the face， which extends the mirror-symmetric linear symmetry axis to the curve symmetry axis. And by taking the special case of the curve symmetry axis as the circular symmetry axis， the eyeball positioning experiments were carried out on the selected different portraits， and the experimental results were analyzed and compared. The results show that the algorithm has small computational complexity and high robustness.

Keywords： Symmetry； Face recognition； Image processing；artificial intelligence；Image Identification

1引言

人脸识别技术在身份识别、自动监控、人机交互等领域有很大发展潜力，识别算法的研究也是工程技术界的关注热点之一。按照算法特点，人脸识别算法可分为几何算法、代数算法、神经网络算法、变换算法、机器学习算法[1][2][3]等。虽然部分工作也关注人脸对称性方面研究，但对称性并未在人臉识别中充当关键角色。人脸呈现镜像对称性，但绝对意义上的对称在人脸图像中并不存在[4]。文献[5]提出了图像对称性连续度量指标，并基于镜像、平移、旋转等对称性讨论了图像对称模式的检测方法。这些方法很难在人脸图像识别中应用——人脸对称性的标识价值更多体现在局部对称程度上，整体的对称程度并不能提供人脸识别的关键性信息。

对称性是物理、数学中的基本概念，当视觉模式中出现“对称性”时，大脑活动中会出现峰值[7]。本文扩展了镜像对称概念，将直线对称轴推广为曲线对称轴，并应用到人脸特征点的检测中；通过眼球的识别和定位实验，讨论算法执行过程，为人脸识别提供更精准的特征数据。

2 算法原理

2.1 对称区域

由于皮肤颜色与眼球颜色有较大差异，因此当圆对称曲线未经过眼球时，由于人脸皮肤的同色性，圆环内外的灰度值差不会很大；当圆环经过眼球时，圆环内外的灰度值差则会出现极大值，根据该特性，通过极大值位置分析可精准的定位图像中人眼球位置。从图7中图像可看出，算法效果总是在眼球位置明显出现一极大值，其中当内圆半径为5像素时，眼球位置极大值最为明显。本文算法效率和内圆半径有密切关系，内圆半径越大计算效率越快；内圆半径越小，计算精度越高，但计算工作量越大。

4.4 结果分析

5 结束语

本文利用镜面对称原理，将传统意义上的直线对称轴推广为平面上的任意连续可微曲线对称轴；通过构造反映图像特征的参数化模板（位置参数和尺度参数），来定位人脸特殊部位如眼球的轮廓的位置。构造了圆环模板，当圆环经过与肤色不同但轮廓与圆环相似的眼球位置时，圆环内外灰度值差会出现极大值，这样便可定位出眼球的位置。考虑到眼球的边界的模糊性，采用圆环曲线找到了眼球的轮廓区域，再取圆环的圆对称轴作为眼球的边界。

此方法与传统动态模板提取轮廓算法相比，不仅去除了多余噪点，也保证了不丢失数据，可以更客观地标识出眼球的轮廓。

推广该算法，可通过构造眉毛的参数化模板、嘴唇的参数化模板实现眉毛、嘴唇的特征分析；进一步还可将本算法推广到其他图像物体的识别中，如工业生产流水线上产品件的识别。该算法运算量小、且相对噪音的鲁棒性高，适合基于视频的实时视觉算法中应用。

参考文献：

[1] 刘施乐.基于深度学习的人脸识别技术研究[J].电子制作，2018（24）：50-51，96.

[2] 王飞龙.人脸识别技术及其安全性综述[J].信息记录材料，2018（12）：229-230.

[3] 陈思琪，赵豪越，王静一，贾婧谈.人脸识别概述[J].电脑迷，2018（12）：226.

[4] H.Zabrodsky，S.Peleg，and D.Avnir.Continuous symmetry for shapes. Intl.Workshop on Visual Form，1994；2：594-613

[5] 张庆磊.图像的连续对称度量[D]，中国石油大学（华东），2006.

[6] 严超.人脸特征的定位与提取[J].中国图像图形学报，1998.

[7] 丁伟利，李勇，王文锋，等. 基于图像的对称性识别算法研究[J].电子科技，2014，（10）.

【通联编辑：唐一东】