非受控場(chǎng)景下的二維人臉識(shí)別研究

閆月影 北京城市學(xué)院

非受控場(chǎng)景下的二維人臉識(shí)別研究

閆月影 北京城市學(xué)院

近年來，人臉識(shí)別是生物特征識(shí)別、計(jì)算機(jī)視覺等領(lǐng)域研究的熱點(diǎn)課題之一。人臉識(shí)別按照測(cè)試數(shù)據(jù)類型可以分為受控場(chǎng)景人臉識(shí)別和非受控場(chǎng)景人臉識(shí)別。在受控的場(chǎng)景下，人臉識(shí)別技術(shù)已經(jīng)達(dá)到了令人滿意的效果。然而在實(shí)際的應(yīng)用過程中，由于光照變化、姿態(tài)變化、遮擋和表情變化等一系列非可控因素的影響，可能導(dǎo)致非受控場(chǎng)景下的人臉圖像類內(nèi)變化遠(yuǎn)大于類間變化，使得人臉識(shí)別的性能急劇下降，無法滿足實(shí)際應(yīng)用的需求。因此，本文將針對(duì)非受控場(chǎng)景中的人臉識(shí)別問題展開深入研究與分析，針對(duì)其中的關(guān)鍵問題和難點(diǎn)，提出相應(yīng)的解決辦法。本課題針對(duì)非受控人臉識(shí)別問題中的各類干擾因素以及“數(shù)據(jù)缺失”現(xiàn)象，對(duì)人臉識(shí)別算法進(jìn)行了研究和設(shè)計(jì)。針對(duì)非受控人臉識(shí)別中各類干擾因素的影響，本文設(shè)計(jì)出一種改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)（CNN）進(jìn)行人臉識(shí)別工作。該CNN模型具有多個(gè)隱藏層，通過逐層提取特征的方式，能夠很好地消除非受控狀態(tài)下人臉識(shí)別問題中各種復(fù)雜干擾的影響。

人臉識(shí)別 非受控 卷積神經(jīng)網(wǎng)絡(luò)

1 引言

隨著電子商務(wù)（Electronic Commerce）在世界范圍內(nèi)的迅速發(fā)展，在Internet等開放式網(wǎng)絡(luò)中進(jìn)行電子交易等商務(wù)活動(dòng)逐漸步入公眾的視野。然而，網(wǎng)絡(luò)上存在著一些敏感的個(gè)人信息，這些個(gè)人信息通過授權(quán)后才能允許訪問，因此作為網(wǎng)絡(luò)安全的一個(gè)關(guān)鍵問題，身份鑒別引起越來越多的關(guān)注。傳統(tǒng)的身份驗(yàn)證方式包括用戶口令、用戶賬號(hào)、身份證和智能卡等，但是，隨著信息技術(shù)的不斷發(fā)展，這些傳統(tǒng)的身份認(rèn)證方式變得不再安全。例如一些網(wǎng)絡(luò)黑客會(huì)通過網(wǎng)絡(luò)竊取用戶個(gè)人信息，給網(wǎng)絡(luò)用戶帶來巨大的損失，解決這一問題迫在眉睫。生物特征識(shí)別技術(shù)是指計(jì)算機(jī)利用人體生物特征進(jìn)行身份識(shí)別或個(gè)體驗(yàn)證的一種技術(shù)。與傳統(tǒng)身份驗(yàn)證方式相比，生物特征識(shí)別技術(shù)具有其獨(dú)特的屬性（生物特征通常具有唯一性），因此能夠在一定程度上解決這一問題。

人臉識(shí)別技術(shù)由于其直接、友好等特性，易于為用戶所接受，逐漸在眾多生物識(shí)別技術(shù)（視網(wǎng)膜識(shí)別、聲音識(shí)別、指紋識(shí)別等）中脫穎而出。人臉識(shí)別技術(shù)是通過計(jì)算機(jī)分析人臉圖像，利用特殊方法提取人臉中有效的識(shí)別信息，進(jìn)行身份驗(yàn)證的一門技術(shù)。

人臉識(shí)別按照測(cè)試數(shù)據(jù)類型可分為受控場(chǎng)景人臉識(shí)別和非受控場(chǎng)景人臉識(shí)別。非受控場(chǎng)景下的人臉識(shí)別是指使用在個(gè)體不被告知或不被打擾的情況下獲得的圖像進(jìn)行身份識(shí)別。與注冊(cè)圖像相比，測(cè)試圖像會(huì)存在人臉局部遮擋、姿態(tài)變化、光照變化、表情變化、化妝甚至成像質(zhì)量下降等一個(gè)或多個(gè)情況，這給人臉識(shí)別帶來了巨大挑戰(zhàn)。因此，本文通過分析非受控狀態(tài)下人臉識(shí)別過程中可能遇到的各種問題，給出相應(yīng)的解決策略。

2 非受控狀態(tài)下的人臉識(shí)別

2.1 人臉識(shí)別系統(tǒng)

人臉識(shí)別屬于圖像識(shí)別的一種，其大致工作過程如下：首先輸入需要進(jìn)行身份識(shí)別的人臉圖像，經(jīng)過預(yù)處理和特征提取等步驟逐漸減少數(shù)據(jù)量，并得到特征向量。然后將提取到的特征向量與樣本特征庫中的特征進(jìn)行比較，輸出識(shí)別結(jié)果。輸入的圖像可以使二維平面圖像或含有豐富人臉信息的三維點(diǎn)云數(shù)據(jù)。一個(gè)人臉識(shí)別系統(tǒng)通常有兩種模式，人臉認(rèn)證模式和人臉識(shí)別模式。人臉認(rèn)證模式下進(jìn)行的是一對(duì)一的處理，將輸入人臉圖像提取出的特征與已經(jīng)獲得分類信息的圖像進(jìn)行特征匹配，通過對(duì)比輸入圖像的特征與樣本庫中的特征判斷是否具有相同身份。人臉識(shí)別模式下進(jìn)行一對(duì)多處理，將輸入圖像的特征與有標(biāo)簽數(shù)據(jù)集中的所有對(duì)象分別進(jìn)行匹配，找出與之匹配程度最高的一個(gè)對(duì)象，從而識(shí)別出輸入圖像的身份。圖2-1顯示了人臉識(shí)別的過程。

圖2-1 人臉識(shí)別過程

2.2 非受控狀態(tài)下的人臉識(shí)別問題分析

在實(shí)際應(yīng)用過程中，人臉識(shí)別系統(tǒng)的性能往往會(huì)受到各類綜合因素的影響，例如光照變化、姿態(tài)變化、面部表情、年齡跨度、面部遮擋等。人臉識(shí)別可以分為兩大類：合作情況（受控狀態(tài)）與非合作情況（非受控狀態(tài)）。

合作的情況主要有以下這些應(yīng)用：安全檢查系統(tǒng)、計(jì)算機(jī)登錄和電子護(hù)照等。在這種情況下，用戶愿意主動(dòng)配合，并以要求的方式（如中性表情、眼睛睜開的正面姿勢(shì)）來表現(xiàn)他們的人臉以獲得訪問權(quán)限或通過檢查。在非合作的情況下，例如視頻監(jiān)控中，用戶可能并不知道到他們正在被監(jiān)控。同時(shí)通常在用戶主動(dòng)配合的情況下，如計(jì)算機(jī)登錄等，距離一般少于1米，這樣的人臉識(shí)別問題相對(duì)來說是比較簡(jiǎn)單的。而非合作情況下的應(yīng)用一般距離都較遠(yuǎn)，如視頻監(jiān)控識(shí)別等，非常富有挑戰(zhàn)性。

雖然非受控狀態(tài)下的人臉識(shí)別比受控狀態(tài)下的識(shí)別難度大，但顯然非受控狀態(tài)下的人臉識(shí)別應(yīng)用范圍更加廣泛。

近年來，雖然人臉識(shí)別技術(shù)由于其友好性和非打擾等優(yōu)勢(shì)，逐漸被廣泛應(yīng)用在各個(gè)領(lǐng)域。同時(shí)，在應(yīng)用過程中它的很多缺陷與問題也逐漸突顯出來，成為其進(jìn)一步發(fā)展的阻礙，主要表現(xiàn)在以下幾個(gè)方面：

①光照變化。在實(shí)際應(yīng)用中，受到外界的光照干擾等因素影響，會(huì)導(dǎo)致拍攝到的人臉圖像部分區(qū)域出現(xiàn)過亮或過暗現(xiàn)象，嚴(yán)重者可能導(dǎo)致人臉特征完全消失，給預(yù)處理等過程帶來極大的不便。由于在非受控狀態(tài)下，光照條件保持穩(wěn)定是完全不可能實(shí)現(xiàn)的，目前眾多人臉識(shí)別方法都對(duì)光照條件有一定的要求，因此光照是人臉識(shí)別技術(shù)需要克服的最大技術(shù)難題之一。

②姿態(tài)變化。這里的姿態(tài)變化是指人臉相對(duì)于攝像機(jī)的視角發(fā)生變化，這也是一個(gè)會(huì)對(duì)人臉識(shí)別系統(tǒng)的性能產(chǎn)生極大影響的因素。當(dāng)同一身份的人臉頭部發(fā)生姿態(tài)變化時(shí)（旋轉(zhuǎn)或傾斜），人臉特征會(huì)隨之發(fā)生較大變化。同時(shí)，在實(shí)際應(yīng)用中，大部分情況下被識(shí)別者的動(dòng)作是非受控的，這就會(huì)導(dǎo)致人臉發(fā)生大姿態(tài)變化，有可能只能采集到小部分人臉，給人臉識(shí)別帶來極大的困難。因此，提高識(shí)別系統(tǒng)對(duì)人臉姿態(tài)的魯棒性也是人臉識(shí)別中的挑戰(zhàn)之一。

③表情變化。人臉由于人類發(fā)達(dá)的面部肌肉可以做出各種豐富的表情。人臉表情的變化會(huì)引起人臉幾何形狀及面部特征的變化，同時(shí)引起采集的二維人臉圖像發(fā)生變化，對(duì)人臉識(shí)別系統(tǒng)的性能產(chǎn)生干擾。因此，即便是身份相同的人，在表情變化的影響下，人臉特征會(huì)發(fā)生極大變化，使人臉識(shí)別算法難以提取有效識(shí)別特征，影響人臉識(shí)別算法的性能。

④有無遮擋。人臉面部可能存在眼鏡、胡須、帽子、圍巾等遮擋物。尤其是當(dāng)這些遮擋物的面積過大或遮擋住了人臉的關(guān)鍵部位時(shí)，會(huì)對(duì)人臉識(shí)別系統(tǒng)產(chǎn)生影響，導(dǎo)致系統(tǒng)難以獲得足夠的人臉特征而發(fā)生漏判或錯(cuò)判，導(dǎo)致識(shí)別率的下降。

⑤非人臉和類膚色干擾。在非受控狀態(tài)下的人臉圖像采集中，背景中有時(shí)會(huì)存在和膚色類似的像素，同時(shí)人臉附近也可能存在有非人臉膚色部分，導(dǎo)致人臉圖像的膚色區(qū)域難以分離出來，導(dǎo)致人臉識(shí)別系統(tǒng)無法檢測(cè)出準(zhǔn)確的人臉位置和區(qū)域而發(fā)生錯(cuò)誤，致使識(shí)別率下降。

⑥其他因素。除了以上幾種常見因素之外，非受控狀態(tài)下的人臉識(shí)別還存在大量干擾因素：年齡跨度導(dǎo)致人臉特征發(fā)生變化；人臉采集設(shè)備（如噪聲、曝光不足、模糊等）會(huì)對(duì)拍攝到的人臉圖像產(chǎn)生不同的影響。因此要解決如此多復(fù)雜因素的影響，就必須設(shè)計(jì)出魯棒性更強(qiáng)，人臉識(shí)別準(zhǔn)確率更高的人臉識(shí)別方法。

2.3 深度卷積網(wǎng)絡(luò)

2．3．1 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

卷積神經(jīng)網(wǎng)絡(luò)是一種結(jié)構(gòu)特殊的神經(jīng)網(wǎng)絡(luò)，包含輸入層、輸出層和隱藏層等各層，每一層由若干二維平面構(gòu)成，而每個(gè)二維平面由眾多獨(dú)立的神經(jīng)元組成。通常第一層為輸入層，而與它直接連接的是特征提取層C，而與C層連接的則是特征映射層S。網(wǎng)絡(luò)中最重要的部分就是中間的隱藏層，包括卷積層和下采樣層。其中卷積層是由抗形變的C元聚合而成，而下采樣層則由S元構(gòu)成（承擔(dān)特征提取工作）。輸入層的所有局部感受野都與C層中的每一個(gè)神經(jīng)元相連接，用來提取輸入層的局部特征。首先將樣本圖像輸入卷積層進(jìn)行卷積（卷積層中包含濾波器），這個(gè)濾波器可以添加偏置并且可以訓(xùn)練，卷積后在C1層產(chǎn)生n個(gè)特征映射圖。接下來對(duì)這些特征映射圖進(jìn)行分組求和加權(quán)以及偏置。接著通過Sigmoid等激活函數(shù)得到S2層的n個(gè)特征映射圖。最后循環(huán)執(zhí)行以上過程（循環(huán)次數(shù)人為設(shè)定），最后一個(gè)下采樣層與輸出層全連接，得到最終輸出結(jié)果。

2．3．2 卷積神經(jīng)網(wǎng)絡(luò)在非受控人臉識(shí)別上的優(yōu)勢(shì)

卷積神經(jīng)網(wǎng)絡(luò)采用局部感知野、權(quán)值共享以及多個(gè)濾波器等方法綜合在一起，因此具有網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單、訓(xùn)練參數(shù)較少和適應(yīng)性強(qiáng)等特點(diǎn)。卷積神經(jīng)網(wǎng)絡(luò)的特殊結(jié)構(gòu)避免了傳統(tǒng)算法中復(fù)雜的特征提取和特征重建過程，在訓(xùn)練過程中能夠并行進(jìn)行特征提取和模式分類。

卷積神經(jīng)網(wǎng)絡(luò)可以分層提取特征，然后再進(jìn)行人臉驗(yàn)證工作，這種結(jié)構(gòu)顯然能夠解決解決非受控狀態(tài)下的人臉識(shí)別問題。因?yàn)闊o論對(duì)于具有相似干擾（遮擋部位）的圖像還是具有不同干擾的圖像，通過卷積神經(jīng)網(wǎng)絡(luò)的分層特征提取都可以解決。

正是卷積神經(jīng)網(wǎng)絡(luò)的這種特殊結(jié)構(gòu)，它才可以完全解決非受控問題中諸如姿態(tài)變化、光照變化、表情變化、遮擋、旋轉(zhuǎn)和尺度變換等綜合干擾因素的影響以及大姿態(tài)、大范圍遮擋下的“數(shù)據(jù)缺失”問題。

3 結(jié)論

卷積神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)思想結(jié)合的產(chǎn)物，具有層次結(jié)構(gòu)化、局部感知區(qū)域、特征提取和分類過程結(jié)合的全局訓(xùn)練等特點(diǎn)。研究表明，CNN網(wǎng)絡(luò)通過多層非線性映射，能夠很好地解決姿態(tài)變化、光照變化、表情變化、遮擋、旋轉(zhuǎn)和尺度變換等綜合干擾影響對(duì)人臉識(shí)別工作的影響。

[1]Hinton G E, Salakhutdinov R R. Reducing the dimensionality of data with neural networks[J].Science,2006, 313(5786): 504-507.

[2]Belhumeur P N. Ongoing Challenges in Face Recognition. Frontiers of Engineering: Reports on Leading-Edge Engineering from the 2005 Symposium[R], New York USA, 2005: 5-14.

閆月影，女，北京市，漢，本科，北京城市學(xué)院，助教，研究方向：計(jì)算機(jī)科學(xué)與技術(shù)。