項目學(xué)習(xí)——人臉表情檢測與屬性分析
【項目情境】
隨著技術(shù)的發(fā)展，越來越多的學(xué)校開啟了智慧校園管理模式，將人臉識別技術(shù)應(yīng)用于攝像頭監(jiān)控，對學(xué)生、教職工、及陌生人進(jìn)行實時檢測定位，解決校園安防監(jiān)控、校內(nèi)考勤、學(xué)生自助服務(wù)等場景的需求，打造智能化校園管理，提升校園生活體驗和安全性。如圖示校園人臉識別閘機系統(tǒng)就是智慧校園管理場景之一。?

【知識儲備】
生物特征識別技術(shù)作為重要的智能化身份認(rèn)證技術(shù)，在教育領(lǐng)域得到廣泛的應(yīng)用。人臉識別是典型的計算機視覺應(yīng)用，該技術(shù)劃分為檢測定位、面部特征提取以及人臉確認(rèn)三個過程。
根據(jù)要求，回答問題。
（1）常見的生物特征識別包括人臉識別、

ABCE

ABCE

，主要應(yīng)用于考勤、門鎖、樓宇對講、支付等場景。（多選）
A.指紋識別
B.指靜脈識別
C.聲音識別
B.光學(xué)字符識別
E.虹膜識別
（2）人臉識別閘機系統(tǒng)主要由管理軟件和

ABCDE

ABCDE

硬件設(shè)備組成。（多選）
A.通道閘機
B.紅外感應(yīng)器
C.高清攝像頭及人臉識別終端
D.通道狀態(tài)指示燈
E.服務(wù)器（控制主機、管理電腦）
（3）人臉識別過程是：①人臉對比，②人臉檢測，③開閘放行，其正確的順序是

②①③

②①③

。
【項目實施】探索人臉表情檢測與屬性分析
人臉檢測與屬性分析——探索人臉表情識別技術(shù)
人臉識別技術(shù)的不斷發(fā)展包括人臉實名認(rèn)證功能、活體檢測、人臉檢測與屬性分析、人臉對比與人臉?biāo)阉鞯裙δ?。?jù)心理學(xué)家A.Mchnabia的研究表明，通過人臉表情傳遞的信息能達(dá)到信息總量的55%，因此研究人臉表情變化至關(guān)重要。目前人們對表情識別的研究大都是從靜態(tài)圖像或者圖像序列中提取表情特征，然后根據(jù)這些特征信息通過設(shè)計相應(yīng)的分類算法把表情歸為某一類別以完成分類任務(wù)。
（一）明確需要采集的數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行預(yù)處理。
由于輸入圖像的來源，采集環(huán)境不同等因素，在得到數(shù)據(jù)之后，通常的情況下，人臉表情圖像中往往包含有各種環(huán)境條件的限制和干擾，這樣會對圖像的重點部分造成影響，所以要考慮在獲取圖像數(shù)據(jù)之后就要突出圖像中感興趣的特征，而且減弱無關(guān)的特征信息。根據(jù)要求，回答問題。
（4）網(wǎng)絡(luò)上關(guān)于人臉表情的描述包括文本、視頻、圖像等，這些數(shù)據(jù)種類的格式各不相同。表明各種

結(jié)構(gòu)化、非結(jié)構(gòu)化

結(jié)構(gòu)化、非結(jié)構(gòu)化

數(shù)據(jù)（選填：結(jié)構(gòu)化、非結(jié)構(gòu)化）共存于網(wǎng)絡(luò)中。
（5）互聯(lián)網(wǎng)中用于研究人臉表情的數(shù)據(jù)集來源分散，存儲在互聯(lián)網(wǎng)不同的服務(wù)器與客戶終端且格式有所不同。從大數(shù)據(jù)存儲與計算的角度來看，此現(xiàn)象表明大數(shù)據(jù)具有

分布式存儲

分布式存儲

的特征。（選填：價值密度低、變化速度快、分布式存儲、樣本漸趨于總體）
（6）小組成員使用爬蟲程序獲取圖片數(shù)據(jù)并形成人臉表情庫文件，所采用的數(shù)據(jù)采集方法

網(wǎng)絡(luò)數(shù)據(jù)采集法

網(wǎng)絡(luò)數(shù)據(jù)采集法

。（選填：系統(tǒng)日志采集法、網(wǎng)絡(luò)數(shù)據(jù)采集法、其他數(shù)據(jù)采集方法）
（7）在獲取圖像數(shù)據(jù)之后就要突出圖像中感興趣的特征，減弱無關(guān)的信息。以下

ABDE

ABDE

信息會影響圖像中人像的表情分析。（多選）
A.光照
B.陰影
C.黑白照片
D.背景雜斑
E.而部遮擋
（8）為了消除圖像中無關(guān)的信息，保證得到較清晰的圖像，數(shù)據(jù)分析中

特征探索

特征探索

分析方法的主要任務(wù)是實現(xiàn)對數(shù)據(jù)進(jìn)行預(yù)處理。（選填：特征探索、關(guān)聯(lián)分析、聚類分析、數(shù)據(jù)分類）
（二）分析數(shù)據(jù)。
第一步：人臉檢測及人臉特征點定位。
人臉表情檢測是要找出圖像中人臉的大概區(qū)域，對于任意一幅給定的圖像，通過算法搜索圖像，判斷圖像中是否存在人臉。而人臉特征點定位則是要更加準(zhǔn)確的定位出眼睛、眉毛、鼻子、嘴巴輪廓等一些人臉區(qū)域中的關(guān)鍵部位。根據(jù)要求，回答問題。

（9）本次實驗將人臉檢測轉(zhuǎn)換為一個圖像分類問題，需要區(qū)分人物與背景，將人臉從整個圖像背景（如樹、天空等）中分離出來，最終標(biāo)記定位人臉的存在。該算法（圖a）主要使用

選擇

選擇

結(jié)構(gòu)（選填：選擇、順序）對

人臉和非人臉

人臉和非人臉

（選填：人臉和非人臉、明背景與暗背景）進(jìn)行篩選。
（10）觀察圖b,在進(jìn)行人臉特征點定位時人臉表情特征點越

多

多

（選填：多、少）檢測結(jié)果越準(zhǔn)確。?
第二步：表情特征提取。人類有著豐富的情感表達(dá)，在未知表情種類的前提下，通過聚類分析的數(shù)據(jù)分析方法對大量表情數(shù)據(jù)進(jìn)行訓(xùn)練得到如圖所示的7種表情類別。?

第三步：預(yù)測表情。預(yù)測的原理是感應(yīng)、判斷、歸納，根據(jù)現(xiàn)有的各類表情，進(jìn)行判斷歸類，便可預(yù)測出結(jié)果。
表情分類是指通過設(shè)計分類機制來對表情進(jìn)行分類，將表情歸入相應(yīng)的類別。根據(jù)要求，回答問題。
（11）常用的分類方法是按照感情分類，根據(jù)現(xiàn)有的表情分類準(zhǔn)則通過

數(shù)據(jù)分類

數(shù)據(jù)分類

方法對未知數(shù)據(jù)進(jìn)行預(yù)測。（選填：聚類分析、數(shù)據(jù)分類、關(guān)聯(lián)分析）
（12）挑選合適的詞語或?qū)?yīng)的字母完善人臉表情識別系統(tǒng)工作的過程（如圖）。
選填：A.特征分類B.特征提取C.預(yù)處理D.圖像獲取E.識別表情?
①

D圖像獲取

D圖像獲取

人臉圖像

②

；C預(yù)處理

；C預(yù)處理

→③

B特征提取

B特征提取

→④

A特征分類

A特征分類

圖像測試

⑤E
（三）數(shù)據(jù)的可視化。數(shù)據(jù)可視化可以把枯燥乏味的海量數(shù)據(jù)以豐富的視覺效果呈現(xiàn)出數(shù)據(jù)所反映的本質(zhì)問題，有效提升數(shù)據(jù)分析的效率。如圖所示選用的分組柱形圖將表情分類數(shù)進(jìn)行數(shù)據(jù)可視化呈現(xiàn)。在以上表情分類中，厭惡表情出現(xiàn)的次數(shù)較少。

【項目總結(jié)】人臉檢測與屬性分析項目流程首先從圖片中提取臉部影像，然后對臉部的特征點進(jìn)行定位，通過臉部的特征點進(jìn)行表情識別，最終得到識別結(jié)果。
（13）進(jìn)行該項目研究的意義在于

BCD

BCD

。（多選）
A.人臉識別在數(shù)據(jù)處理和存儲方面較簡單
B.對人員自動人臉識別，未經(jīng)登記授權(quán)限制進(jìn)入
C.根據(jù)人臉等生物特征智能查詢進(jìn)出記錄
D.打造智能化校園，提升校園生活的安全性