臺灣博碩士論文加值系統

近年來隨著科技的進步，個人安全問題日益受到重視，傳統的身分辨識方式逐漸被取代，其中以人臉辨識為新科技的代表，然而可見光影像的人臉辨識系統，其辨識能力深受環境照明度影響，且可輕易以照片的方式進行蒙騙，降低其在安全方面的可行性。為了改善以上問題，學者們提出以熱影像取代一般可見光影像做人臉辨識，然而至今有效的熱影像人臉定位方式還未明朗，因此形成辨識需於特定環境、位置等侷限的情況。

本論文根據人臉溫度分佈特徵，提出可即時動態辨識人臉的方法，此方法利用自適應二值化演算法求得溫度對比特徵，使其能夠準確偵測人臉位置，並擷取適當人臉大小，最後以倒傳遞類神經網路(Back Propagation Neural Network；BP)進行人臉辨識。實驗結果顯示本研究之方法可於複雜環境使用，辨識率達96.07%，以此提升熱影像人臉辨識系統在現實層面之可行性，以此作為本論文之貢獻。

With technological advances, people pay more and more attention on personal security issues in recent years, the traditional method of identification is gradually replaced by new technology, in which facial recognition is the most popular technique, however, the recognition rate of face recognition system using visible image is affected of environmental illumination, and it easily to take cheat to the system by the photographs, the above problems result in reducing the security. Therefore, scholars propose replacing the visible image with thermal images to solve foregoing problems, but the effective method of thermal face positioning has not yet completed, thus the identification is limited to particular environment or immovable location.
In this thesis, we design a real-time and dynamic method in recognition of human face, in which the distribution of facial temperature as personal features by the adaptive binarization algorithm, which can not only detect facial position accurately, but also capture appropriate size of face, finally, we use of Back Propagation Neural Network (BP) to identify face. The experiment shows that our system can detect position of face dynamically in complex environment, the recognition rate can reach 96.07%, we enhance feasibility of facial recognition system using thermal image in the reality level as our contribution.

摘要 i
Abstract ii
致謝 iv
目錄 v
圖目錄 vii
表目錄 x
第一章 緒論 1
1.1 前言 1
1.2 動機與目的 2
1.3 研究限制 3
1.4 論文架構 3
第二章 文獻探討 4
2.1 國內相關文獻探討 4
2.2 國外相關文獻探討 8
第三章 系統架構與方法 10
3.1 系統架構 10
3.2 影像前處理 11
3.3 鼻子定位 22
3.4 人臉分割 27
3.5 特徵擷取 32
3.6 類神經網路(Artificial Neural Network，ANN) 38
第四章 實驗與結果 42
4.1 系統開發環境與硬體架設 42
4.2 實驗環境與資料庫建置 44
4.3 實驗結果 44
第五章 結論與未來展望 50
參考文獻 51

[1] 施惟尊，「動態調整多張可見光影像與熱影像融合比例之強健人臉辨識」，國立成功大學，碩士論文，2009。
[2] 王昭智，「熱影像技術應用於人臉辨識之研究」，國立成功大學，碩士論文，2001。
[3] 徐育晨，「基於FPGA單晶片及模糊語意影像特徵表示法之車內人臉辨識」，國立中正大學，碩士論文，2016。
[4] 林柔，「基於最大梯度特徵之局部二元模式與邊緣映射之人臉辨識」，國立清華大學，碩士論文，2016。
[5] Tomás Larrain, John S. Bernhard, Jr., Domingo Mery, “Face Recognition Using Sparse Fingerprint Classification Algorithm,” IEEE Transactions on Information Forensics and Security, vol. 12, no. 7, pp. 1646-1657, July 2017.
[6] Pradeep Buddharaju, Ioannis T. Pavlidis, “Physiology-Based Face Recognition in the Thermal Infrared Spectrum,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 29, no. 4, pp. 613-626, April 2017.
[7] Francine J. Prokoski, Robert B. Riedel, Jeffrey S. Coffin, “Identification of Individuals by Means of Facial Thermography,” IEEE Security Technology, vol. 29, no. 4, pp. 120-125, October 1992.
[8] 施東權，「型態二砷化銦/銻化鎵超晶格紅外線二極體偵測器在熱影像的應用」，國立交通大學，碩士論文，2015。
[9] 劉宇浩，「紅外線熱影像處理系統應用於血管阻塞率及術前血管品質篩選之研究」，國立國防大學，碩士論文，2014。
[10] 江柏頡，「利用紅外線影像之人臉追蹤」，國立交通大學，碩士論文，2005。
[11] Shan He, Shangfei Wang, Wuwei Lan, Huan Fu, Qiang Ji,“Facial Expression Recognition using Deep Boltzmann Machine from Thermal Infrared Images,” IEEE Humaine Association Conference on Affective Computing and Intelligent Interaction, pp. 239-244, 2013.
[12] Zhan Wu, Min Pengl, Tong Chen, “Thermal Face Recognition Using Convolu -tional Neural Network,” IEEE International Conference on Optoelectronics and Image Processing, pp. 6-9, 2016.
[13] N. Otsu, “A threshold selection method from gray-level histograms,” IEEE Transactions on Systems, Man, and Cybernetics, vol. SMC-9, no. 1, pp. 62-66, January 1979.
[14] Jeffrey Ho, Kuang-Chih Lee, Ming-Hsuan Yang, David Kriegman, “Visual Tracking Using Learned Linear Subspaces,” IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2004.
[15] 李和謙，「應用溫度層技術之人臉辨識系統設計」，國立臺灣師範大學，碩士論文，2011.
[16] Tarek Gaber, Alaa Tharwat, Abdelhameed Ibrahim, Vaclav Snasel, Aboul Ella Hassanien, “Human Thermal Face Recognition Based on Random Linear Oracle (RLO) Ensembles,” IEEE International Conference on Intelligent Networking and Collaborative Systems, pp. 91-98, 2015.
[17] 陳冠霖，「應用Haar特徵與局部二值模式實現人臉偵測系統」，國立台北科技大學，碩士論文，2016。
[18] 謝幕賢，「快速且有效消除數位影像中1-99%等級之椒鹽雜訊之中值濾波器」，國立臺灣科技大學，博士論文，2012。
[19] Doyle W, “Operations useful for similarity-invariant pattern recognition,” pp. 259-267, 1962.
[20] Azriel Rosenfeld, Pilar De La Torre, “Histogram Concavity Analysis as an Aid in Threshold Selection,” IEEE Transactions on Systems, Man, and Cybernetics, vol. SMC-13, no. 3, pp. 231-235, March-April 1983.
[21] 王鈺松，「車輛跟車系統之設計與實現」，國立雲林科技大學，碩士論文，2015。
[22] 葉天德，「利用尺度空間二值化與累積梯度投影的方法應用於車牌字體的擷取與辨識」，國立交通大學，博士論文，2011。
[23] 拿著放大鏡看自己：影像處理：Component Labeling (標號)
http://mermerism.blogspot.tw/2014/05/component-labeling.html
[24] 莊順斌，「以改良式Sobel邊緣偵測法與密度分群為核心之產品外觀檢測系統─以車牌辨識為例」，國立屏東科技大學，碩士論文，2004。
[25] 呂文助，「以Canny邊緣檢測法與形態學分割方法探討大鼠聲門面積曲線之研究」，國立臺灣師範大學，碩士論文，2011。
[26] 陳東安，「基於Canny edge detection的直線補強演算法來自動檢測PCB板」，靜宜大學，碩士論文，2016。
[27] 闕開苗，「使用色彩表現模型進行畫素點為基礎之高動態範圍影像融合」，大同大學，碩士論文，2017。
[28] 第二人生：當紅花但們是吼是黃金比例臉，2016。
http://www.rensheng2.com/1260000/1257250.shtml
[29] Chun-Ho Kim, Si-Mun Seong, Jin-Aeon Lee, Lee-Sup Kim, “Winscale: An Image-Scaling Algorithm Using an Area Pixel Model,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 13, no. 6, pp. 549-553, June 2003.
[30] William B. Pennebaker, Joan L. Mitchell, “JPEG: Still Image Data Compression Standard,” Springer Science & Business Media, 1992.
[31] 周暘庭，「結合可變區塊離散餘弦轉換與可選高斯混合模型之低解析度人臉辨識」，國立成功大學，碩士論文，2012。
[32] 余杰群，「加速式參數導向與對比限制直方圖等化技術」，國立台灣科技大學，碩士論文，2014。
[33] 莊佳龍，「分段直方圖等化之技術與研究」，義守大學，碩士論文，2012。
[34] F.J. Prokoski, R. Riedel, “Infrared Identification of Faces and Body Parts,” BIOMETRICS: Personal Identification in Networked Society, 1998.
[35] 陳昌捷，「以倒傳遞類神經網路預測股市指數」，國立宜蘭大學，碩士論文，2015。
[36] 王翎聿，「應用倒傳遞類神經網路與支援向量機預測加權股價指數」，國防大學，碩士論文，2015。
[37] 李天傑，「以倒傳遞類神經網路演算法預測電力消費量─以台灣地區為例」，國立中正大學，碩士論文，2016。
[38] Denni Kurniawan，「運用田口方法、倒傳遞類神經網路、基因演算法及混合粒子群演算法與基因演算法於塑膠射出成形最佳化系統之研究」，中華大學，博士論文，2014。
[39] 陳昱昕，「倒傳遞類神經網路結合自組織映射圖網路於地下水位預測之研究」，國立嘉義大學，碩士論文，2015。
[40] FLIR One 規格。http://www.expertise.com.tw/content/download/Flir/Flir%20one%20datasheet.pdf