如何降低藍(lán)牙裝置的功耗

　　(1)膚色判斷
　　可采用Anil K.Jain的Cb、Cr橢圓聚類方法[7]進(jìn)行膚色分割，得到膚色區(qū)域在CbCr空間中近似于橢圓,可用如下公式表示：

　　若該值小于1，則表示落在橢圓內(nèi)，是膚色,否則不為膚色。對(duì)確定的膚色區(qū)域進(jìn)行平滑、連通、合并處理，構(gòu)成一個(gè)候選區(qū)域，待進(jìn)一步分析以判斷是否為人臉區(qū)域。
　　(2)區(qū)域分割與處理
　　在確定膚色區(qū)域之后，需要根據(jù)它們?cè)谏壬系南嗨菩院涂臻g上的相關(guān)性分割出可能的人臉區(qū)域，再利用區(qū)域的幾何特征或灰度特征進(jìn)行是否是人臉的驗(yàn)證，以排除其他色彩類似膚色的物體。本文采用Sobel算子[-1，-2，-1；0，0，0；1，2，1]來完成邊緣的檢測(cè)。經(jīng)過一系列處理分割出膚色區(qū)域，并進(jìn)行形態(tài)學(xué)開、閉運(yùn)算，以消除噪聲或空洞對(duì)特征分析的影響。
　　(3)特征分析
　　人臉候選區(qū)域分割完畢后，需對(duì)每一個(gè)區(qū)域進(jìn)行分析，以判斷該區(qū)域是否是人臉。為了提高檢測(cè)速度，可以忽略人臉的面部特征，而主要檢查人臉候選區(qū)域的形狀、結(jié)構(gòu)、比例及灰度分布等。若符合人臉的這些特點(diǎn)，則認(rèn)為該區(qū)域代表一個(gè)人臉。根據(jù)人臉的幾何規(guī)則及顏色聚類的特點(diǎn)，如果一個(gè)區(qū)域滿足2個(gè)條件：(a)高度/寬度比例范圍介于1.2與2.0之間；(b)該區(qū)域內(nèi)的像素平均灰度值與距該區(qū)域上部達(dá)10像素以上的區(qū)域的平均灰度值之差介于0.2～0.6之間。符合這兩個(gè)條件,則可認(rèn)為該區(qū)域代表人臉。
　　(4)人臉區(qū)域驗(yàn)證
　　對(duì)于初步檢測(cè)的人臉區(qū)域，還需要進(jìn)行驗(yàn)證才能確定是否為真正的人臉。對(duì)于人臉的驗(yàn)證，一般有3種方法：(1)基于先驗(yàn)知識(shí)的方法；(2)基于局部特征的方法；(3)基于模板的人臉檢測(cè)方法。基于先驗(yàn)知識(shí)的方法識(shí)別率不高，如果圖像背景中存在類人臉區(qū)域，則必然會(huì)導(dǎo)致誤檢測(cè)?；谀０宓姆椒〝?shù)據(jù)量運(yùn)算大，不能滿足實(shí)時(shí)性要求。本系統(tǒng)采用的是基于局部特征的方法。
　　在人臉的特征中，最明顯的特征就是眼睛，因此可把人眼作為驗(yàn)證的主要依據(jù)，同時(shí)配合嘴唇或鼻子進(jìn)行驗(yàn)證。首先要找到眼睛的位置，在灰度圖像下，眼睛的特征最為明顯，通過設(shè)定適當(dāng)?shù)拈撝岛苋菀状_定出人眼的可能區(qū)域。通過計(jì)算這兩個(gè)區(qū)域的中心距離D，在該距離中心點(diǎn)的位置下方找到嘴部位置，長(zhǎng)度為L(zhǎng)。當(dāng)D/L滿足：1D/L2時(shí)，可判斷為人臉。人臉的檢測(cè)過程如圖5所示。

3.3 人臉識(shí)別
　　人臉的識(shí)別算法有多種，不同的算法各有優(yōu)缺點(diǎn)。本文主要借鑒彈性圖匹配技術(shù)來完成人臉的識(shí)別。彈性圖匹配是一種基于幾何特征和對(duì)灰度分布信息進(jìn)行小波紋理分析相結(jié)合的識(shí)別算法。由于該算法較好地利用了人臉的結(jié)構(gòu)和灰度分布信息，而且還具有自動(dòng)精確定位面部特征點(diǎn)的功能，因而具有良好的識(shí)別效果。在FERET測(cè)試中，該技術(shù)的若干指標(biāo)名列前茅。其缺點(diǎn)是運(yùn)算量大，實(shí)現(xiàn)稍復(fù)雜。通過對(duì)該算法進(jìn)行改進(jìn)，配合一定的代碼優(yōu)化措施，可以滿足實(shí)時(shí)檢測(cè)要求。
　　在人臉識(shí)別時(shí)，首先要進(jìn)行人臉特征提取。主要采用恰當(dāng)?shù)男〔ǚ纸?，得到高頻分量和低頻分量，其中的高頻分量主要表示人臉的細(xì)節(jié)，低頻分量表示人臉的基本特征，對(duì)人臉的表情反應(yīng)比較遲鈍，只提取低頻分量，這樣可以提高準(zhǔn)確率和運(yùn)算速度。對(duì)提取的人臉特征，利用支持向量機(jī)（SVM）分類器識(shí)別人臉，和系統(tǒng)自建的人臉庫(kù)進(jìn)行匹配，以確定是否為非法入侵者，是否啟動(dòng)報(bào)警系統(tǒng)和通知小區(qū)監(jiān)控中心。算法流程如圖6所示。

　　本文設(shè)計(jì)的人臉檢測(cè)系統(tǒng)，利用運(yùn)動(dòng)目標(biāo)檢測(cè)方法，大大緩解了硬盤數(shù)據(jù)存儲(chǔ)的壓力，同時(shí)提高了系統(tǒng)的智能化程度。利用膚色判斷與特征分析來確定人臉，可以提高系統(tǒng)的檢測(cè)速度。針對(duì)膚色判斷受光照影響很大的問題，本系統(tǒng)在原有系統(tǒng)的基礎(chǔ)上增加了補(bǔ)光措施光，減少了光照的影響，提高了檢出的準(zhǔn)確率。通過攝像頭輸入720×576的彩色圖片，檢出的人臉在擁有300人的自建人臉庫(kù)中識(shí)別，平均用時(shí)0.9 s，識(shí)別率達(dá)93%以上，可以滿足安防監(jiān)控的要求，具有較高的實(shí)用價(jià)值。