基于計(jì)算機(jī)視覺(jué)的人臉檢測(cè)與識(shí)別研究

遼寧工業(yè)大學(xué) 侯雨靜 孫福明

基于計(jì)算機(jī)視覺(jué)的人臉檢測(cè)與識(shí)別研究

遼寧工業(yè)大學(xué) 侯雨靜 孫福明

本文主要概述了人臉識(shí)別技術(shù)發(fā)展的歷程和發(fā)展現(xiàn)狀。從人臉檢測(cè)定位、面部特征提取以及人臉確認(rèn)識(shí)別三個(gè)方面，歸類和總結(jié)了現(xiàn)有開(kāi)源的方法和技術(shù)，包括：seetaface方法和騰訊優(yōu)圖方法。詳細(xì)介紹了這兩種開(kāi)源方法在各個(gè)模塊所涉及到的方法和原理，用開(kāi)源方法對(duì)惡劣天氣、偏移角度等特殊情況進(jìn)行處理，并在此基礎(chǔ)上指出了各自的優(yōu)缺點(diǎn)。

人臉檢測(cè)；特征點(diǎn)定位；識(shí)別；對(duì)比；深度學(xué)習(xí)

1 引言

1.1 研究背景

人類進(jìn)入21世紀(jì)以來(lái)，信息安全存在的隱患日益突出，公共安全越來(lái)越為人所重視。而傳統(tǒng)的識(shí)別方法在飛速發(fā)展的今天已經(jīng)完全不能滿足人類對(duì)于信息安全的需求，人家逐漸將目光轉(zhuǎn)移到生物體征這一方面。生物體征由遺傳DNA決定，是人類與生俱來(lái)的一向特征，并且具有獨(dú)一無(wú)二的特點(diǎn)。

1.2 研究現(xiàn)狀

人類對(duì)于機(jī)器人臉識(shí)別的研究至今已經(jīng)發(fā)展了將近70年，在一定程度上雖然取得了成果，但是對(duì)于人臉識(shí)別的整項(xiàng)技術(shù)技術(shù)來(lái)說(shuō)，外部環(huán)境造成的影響，比如光線的明暗、復(fù)雜的背景和不同的拍攝角度，又或者是人類自身的面部特征變化，比如表情的變化、面部的遮擋以及不同的姿態(tài)，還是對(duì)識(shí)別的精確度造成了比較大的影響。

2 算法

2.1 Seetaface算法

Seetaface人臉識(shí)別主要分為三個(gè)部分，分別為人臉檢測(cè)，特征點(diǎn)定位以及特征提取與對(duì)比三個(gè)模塊。

在人臉檢測(cè)模塊中，多個(gè)針對(duì)不同姿態(tài)的快速LAB級(jí)聯(lián)分類器[1]構(gòu)成FuSt級(jí)聯(lián)結(jié)構(gòu)的頂部，中間結(jié)構(gòu)的組成部分是若干個(gè)基于SURF特征的多層感知機(jī)（MLP），結(jié)尾部分處理所有姿態(tài)候選窗口的是一個(gè)統(tǒng)一的同樣是基于SURF特征的MLP級(jí)聯(lián)結(jié)構(gòu)[2]，整個(gè)模塊呈現(xiàn)出一個(gè)上寬下窄的漏斗型結(jié)構(gòu)[3]。

圖1 人臉檢測(cè)模塊FuSt級(jí)聯(lián)結(jié)構(gòu)示意圖

特征點(diǎn)定位模塊中的CFAN結(jié)構(gòu)級(jí)聯(lián)了多級(jí)棧式自編碼器[4]網(wǎng)絡(luò)，其中的每一級(jí)都刻畫(huà)從人臉表觀到人臉形狀的部分非線性映射。具體來(lái)說(shuō)，待圖像在經(jīng)過(guò)人臉檢測(cè)模塊處理并檢測(cè)出人臉區(qū)域后向特征點(diǎn)定位模塊輸入人臉區(qū)域，處于自編碼器網(wǎng)絡(luò)的第一級(jí)結(jié)構(gòu)直接從該人臉區(qū)域的低分辨率版本中進(jìn)行快速估計(jì)并得到大致的人臉形狀S0。并在此過(guò)程中提高分辨率。以此類推，人臉對(duì)齊結(jié)果在通過(guò)級(jí)聯(lián)多個(gè)棧式自編碼器網(wǎng)絡(luò)后，隨著分辨率的越來(lái)越高以實(shí)現(xiàn)逐步優(yōu)化。

圖2 自編碼網(wǎng)絡(luò)對(duì)齊方法

特征提取與對(duì)比模塊是基于卷積神經(jīng)網(wǎng)絡(luò)[6]的。具體地說(shuō)，VIPLFaceNet將5x5的卷積核拆分為兩層3x3的卷積核同時(shí)，通過(guò)引入快速歸一化的理念，加快其收斂速度，模型的泛化能力也在一定程度上得以提升。

圖3 Seetaface人臉識(shí)別系統(tǒng)流程

2.2 騰訊優(yōu)圖算法

騰訊優(yōu)圖算法是由騰訊旗下專注于機(jī)器識(shí)別領(lǐng)域的計(jì)算機(jī)團(tuán)隊(duì)最新開(kāi)發(fā)的一種算法，在人臉檢測(cè)與識(shí)別等領(lǐng)域總結(jié)先前的解決方案并深入研究。

騰訊優(yōu)圖算法中的人臉檢測(cè)與分析和五官定位均采用了人臉識(shí)別經(jīng)典算法中的Boosting算法[7]，Boosting算法的主要原理是提高弱分類算法準(zhǔn)確度。作為一種框架算法，它在通過(guò)對(duì)樣本集的操作并獲得樣本子集后，在樣本子集上通過(guò)弱分類器算法訓(xùn)練生成基分類器。在獲得若干個(gè)基分類器后，將其加權(quán)融合，產(chǎn)生一個(gè)結(jié)果分類器。在人臉識(shí)別部分，騰訊優(yōu)圖團(tuán)隊(duì)主要采用了傳統(tǒng)方法與深度學(xué)習(xí)[8]相結(jié)合的方法實(shí)現(xiàn)。

圖4 騰訊優(yōu)圖算法人臉識(shí)別流程示意圖

3 特殊條件下的人臉識(shí)別

在日常生活中，由于惡劣天氣、偏移角度等外在條件的影響，人臉識(shí)別的應(yīng)用總會(huì)遇到各種問(wèn)題。人臉識(shí)別技術(shù)的發(fā)展，就是要在現(xiàn)有正臉識(shí)別的技術(shù)上，盡可能地解決將在實(shí)際應(yīng)用中出現(xiàn)的問(wèn)題。本節(jié)將就上文提出的算法，對(duì)出現(xiàn)的幾種問(wèn)題進(jìn)行處理。

3.1 霧霾情況下的人臉識(shí)別

在最近的幾年中，霧霾不僅對(duì)我的身體健康造成了影響，對(duì)于人臉識(shí)別技術(shù)來(lái)說(shuō)，也是一個(gè)不小的挑戰(zhàn)。本文對(duì)霧化圖像的處理做出了對(duì)比。

圖5 Seetaface和騰訊優(yōu)圖處理結(jié)果

由以上對(duì)比結(jié)果可以清晰的看出，騰訊優(yōu)圖算法在處理霧霾天氣的條件中，精確度并不如Seetaface的高。Seetaface到第三級(jí)霧霾天氣才出現(xiàn)無(wú)法識(shí)別的情況。

3.2 一定偏移角度的人臉識(shí)別

圖6 Seetaface和騰訊優(yōu)圖處理結(jié)果

騰訊優(yōu)圖對(duì)于偏移角度具有預(yù)判能力，在偏移角度為90°時(shí)，仍能檢測(cè)出人臉存在。Seetaface在偏移角度為45°時(shí)檢測(cè)能力出現(xiàn)問(wèn)題，90°則無(wú)法識(shí)別。

4 實(shí)驗(yàn)結(jié)果分析

人臉識(shí)別在日常生活中的應(yīng)用會(huì)遇到各式各樣的問(wèn)題，霧霾天氣、偏移角度和局部遮擋是其中比較典型的問(wèn)題，本文中的幾種開(kāi)源算法亦擁有其各自的優(yōu)點(diǎn)及在實(shí)際應(yīng)用中的問(wèn)題。

Seetaface算法在處理霧霾環(huán)境及局部遮擋時(shí)，基本可以準(zhǔn)確的進(jìn)行人臉識(shí)別，并能精準(zhǔn)的定位五官位置，但是眼部的遮擋以及當(dāng)面部存在的一定偏移角度對(duì)識(shí)別會(huì)產(chǎn)生較大的影響。騰訊優(yōu)圖算法在面部存在一定偏移角度時(shí)仍能對(duì)人臉進(jìn)行基本準(zhǔn)確的檢測(cè)，并能對(duì)五官位置進(jìn)行較為準(zhǔn)確的預(yù)判，使得識(shí)別結(jié)果比較準(zhǔn)確，局部遮擋對(duì)其準(zhǔn)確性也不會(huì)產(chǎn)生較大的影響。但是當(dāng)處于霧霾環(huán)境時(shí)，騰訊優(yōu)圖算法的準(zhǔn)確性不夠高，不能在霧霾時(shí)準(zhǔn)確的檢測(cè)與識(shí)別人臉。

5 總結(jié)

人臉識(shí)別算法在實(shí)現(xiàn)的過(guò)程中，一般分為三個(gè)方面：人臉檢測(cè)、特征點(diǎn)定位與特征的提取與對(duì)比。每一套人臉識(shí)別系統(tǒng)基本都是由這三個(gè)方面組成。人臉識(shí)別作為當(dāng)前模式識(shí)別與人工智能的研究熱點(diǎn)之一，是一項(xiàng)十分重要的身份識(shí)別與鑒定的重要技術(shù)，具有十分廣闊的應(yīng)用前景。

[1]Shuzhe Wu,Meina Kan,Zhenliang He,Shiguang Shan,and Xilin Chen． Funnel-Structured Cascade for Multi-View Face Detection with Alignment-Awareness．2016．

[2]Jie Zhang,Shiguang Shan,Meina Kan,Xilin Chen．Coarse-to-Fine Auto-Encoder Networks (CFAN) for Real-Time Face Alignment．ECCV 2014．

[3]Xin Liu,Meina Kan,Wanglong Wu,Shiguang Shan,Xilin Chen．VIPLFaceNet：An Open Source Deep Face Recognition SDK．Frontier of Computer Science．

[4]Shengye Yan,Shiguang Shan,Xilin Chen,Wen Gao．Locally Assembled Binary(LAB)Feature for Fast and Accurate Face Detection． IEEE Computer Society International Conference on Computer Vision and Pattern Recognition,CVPR2008,Anchorage,Alaska,U．S．A,Jun．2008．

[5]吳岸城．神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)[M]．電子工業(yè)出版社．2016．06：100-102．

[6]周志華．機(jī)器學(xué)習(xí)[M]．清華大學(xué)出版社．2016．01：97-120．

[7]Shai Shalev Shwartz．Understand Machine Learning：From Theory to Algorithms[M]．Cambridge University Press,May．2014：130-140．

[8]張重生．深度學(xué)習(xí)[M]．電子工業(yè)出版社．2016．12：152-160．