一種基于LVQ神經網絡模型的人臉檢測方法

王 艷，祁 萌

(成都工業學院 電子工程學院，四川 成都 610031)

1 引 言

人臉檢測是指在一幅給定的圖像中，采用一定的方法找出所有人臉的位置、大小和姿態[1-2]。隨著電子商務和現代成像技術的快速發展，自動人臉檢測技術已經廣泛應用到除人臉識別外的其他應用領域，如面部表情分析、性別/年齡識別、圖像視頻搜索、人機交互系統、3D顯示等應用領域。雖然人類可以非常容易地完成人臉檢測、面部表情識別等，但是基于人臉圖像分析的自動人臉檢測技術卻是一項復雜且及具挑戰性的問題。自上世紀60年代人臉識別研究開始以來，人臉檢測技術已發展了很長一段時間，但是現有的檢測技術仍然面臨很多問題，具體原因在于：(1)成像環境復雜；(2)人臉表情、姿態的多變性；(3)人臉遮擋等。

目前，國內外針對人臉檢測的研究很多，常見的人臉檢測方法有特征分析法[3-7]、模板匹配法[8-10]、SVM模型[11]、AdaBoost算法[12]、深度學習[13]等?；谥R規則的特征分析法主要包括3種：人臉形狀輪廓、紋理以及膚色，其中膚色特征是人臉的顯著性特征之一，且實際應用中采集圖像多為彩色圖像，因此基于膚色特征的人臉檢測應用更為廣泛。

機器學習作為一種特別適合涉及智慧問題的技術，近年來被引入目標檢測、圖像識別領域。神經網絡作為機器學習的一個模型，已經被廣泛地使用[14-19]。近年來，隨著人工智能的快速發展，學習矢量量化(Learning Vector Quantization，LVQ)神經網絡[20-23]逐漸受到廣大學者的青睞。LVQ神經網絡結構簡單，只通過內部單一的相互作用就可以完成十分復雜的分類處理，也很容易將設計域中的各種繁雜分散的設計條件收斂到結論上來。而且它不需要對輸入向量進行歸一化、正交化處理，簡單易行。因此，本文設計出一種膚色特征和LVQ神經網絡相結合的人臉檢測算法。首先分析人臉膚色特征，設定可以定位膚色區域的閾值條件，然后以該約束條件作為收斂條件，構建LVQ神經網絡模型。然后選取100幅圖像作為神經網絡的訓練樣本，20幅圖像作為測試樣本。經過訓練，得到了有效的權值。利用訓練后的神經網將人臉從背景中分割出來，定位出人臉部分，最后，對分割后的圖像進行形態學處理。

2 人臉膚色特征提取

膚色特征是面部的基本特征，不依賴于人的面部表情、姿態等，且具有穩定性，能夠區分于大多數背景物體的顏色，因此提取圖像的膚色特征作為人臉檢測的方法具有簡單直觀的優點。利用膚色信息進行人臉檢測的方法是根據膚色在某個色彩空間的膚色分布來檢測人臉的，檢測的準確率與顏色空間的選擇密切相關。圖1為膚色在不同顏色空間在的分布軌跡。從圖1可以看出，顏色空間不同，膚色的分布特性不同。

圖1 膚色在不同顏色空間分布圖Fig.1 Distribution of skin color in different color spaces

在選擇色彩空間時，需要考慮膚色在某個色彩空間的聚類特性，且不受光照條件的影響?；谀w色的人臉檢測方法是通過確定每個顏色分量的閾值來分割出人臉部分的，所以在選擇顏色空間時，需要考慮膚色在該空間的聚類特性。圖2為膚色在RGB、YCbCr以及HSV顏色空間中各顏色分量的分布情況。由圖2可知，RGB彩色空間中R、G、B分量關聯性太強且很難將膚色聚類，因而不適合用來作為人臉膚色特征。HSV顏色空間中，各顏色分類緊湊型不好。YCbCr空間模型的Cb、Cr分量相互獨立，膚色在該空間具有良好的聚類特性，且受亮度變化影響較少，因此本文選擇將Cb、Cr分量作為人臉膚色特征進行人臉檢測。

雖然YCbCr色彩空間具有良好的聚類特性，但膚色分布區間較大，會受到非膚色區域的干擾，且該色彩空間并非對所有彩色圖像都適合，因而考慮融合多種顏色空間，提取相應的顏色分量作為人臉膚色特征。

(a)膚色在RGB空間中的分布情況(a)Distribution of skin in RGB

HSI色彩空間模型是從人的視覺系統出發，直接使用顏色三要素色調、飽和度和亮度來描述顏色。亮度是指人眼感覺光的明暗程度。色調和飽和度統稱色度，用來表示顏色的類別和深淺程度。由于人眼對亮度的敏感程度遠強于對顏色濃淡的敏感程度，HSI色彩空間更符合人的視覺特性。另外，HSI空間中亮度和色度具有可分離性，更適合于圖像處理和機器視覺中的算法處理。膚色在HSI空間中的顏色聚類情況如圖3所示。H分量和S分量相互分離，且明顯分布在特定區域內，具有良好的聚類特性。

圖3 膚色在HSI空間的聚類特性Fig.3 Clustering characteristics of skin in HSI space

綜上分析，選定Cb、Cr、H、S作為描述人臉信息的特征，將人臉區域從背景區域分離出來。

3 基于LVQ神經網絡的人臉檢測算法

基于LVQ神經網絡的人臉檢測算法如圖4所示，具體實現步驟為：

圖4 基于LVQ神經網絡的人臉檢測算法Fig.4 Face detection algorithm based on LVQ neural network

(1)通過攝像系統采集人臉圖像；

(2)將圖像轉換到YCbCr及HSI顏色空間，提取Cb、Cr、H、S顏色分量；

(3)以90≤Cb≤130，130≤Cr≤170，0.05

(4)創建LVQ網絡，將訓練集數據送到網絡對網絡進行訓練，直到迭代中止；

(5)網絡訓練收斂后，對測試集數據進行預測，即對測試集的數據進行測試；

(6)根據三庭五眼規則最終定位出人臉區域。

3.1 LVQ神經網絡模型

LVQ神經網絡是從Kohonen算法演變而來的一種輸入前向神經網絡，屬于有監督學習方法。LVQ神經網絡由輸入層、競爭層和輸出層3層神經元組成。輸入層與競爭層采用全連接的方式，競爭層與輸出層采用部分連接的方式，競爭層神經元個數總是大于輸出層神經元個數，每個競爭層神經元只與一個輸出層神經元相連接。通過網絡訓練，輸入層和競爭層之間的權值會發生改變并逐漸聚類。競爭層的神經元通過競爭，勝者的神經元被激活為1，而其他神經元為0，與激活神經元相連接的輸出層神經元狀態也調整為1，而與未激活神經元相連接的輸出神經元狀態為0，從而給當前樣本進行分類。

基于膚色信息特征的人臉檢測方法是基于圖像像素分類的一種檢測方法，根據膚色信息在各顏色空間中的聚類特性發現，采用LVQ神經網絡對像素進行分類是非常適用的。根據前述分析，選用Cb、Cr、H、S用來描述人臉特征，作為LVQ神經網絡的輸入，輸出則分為2類，人臉像素和非人臉像素。

3.2 LVQ神經網絡訓練

圖5為用于人臉檢測的LVQ神經網絡模型。LVQ神經網絡通過自主學習來完成對輸入向量的分類，在完成模型構建后，需要對模型進行不斷訓練。具體實現步驟如下：

圖5 基于LVQ神經網絡的人臉檢測模型Fig.5 Face detection model based on LVQ neural network

(1)訓練集/測試集產生

選取100幅圖像作為訓練圖像，20幅圖像作為測試圖像，分別構造訓練集和測試集。圖像大小為250×250像素，每張圖像按類存儲為1個62 500的行向量，這樣訓練集有100×62 500個樣本，測試集有20×62 500個樣本。

(2)創建LVQ網絡

利用newlvq()函數創建LVQ神經網絡，輸入向量為Xi=[CbCrHS],i=1,2,3,…,400 000;競爭層神經元的個數設為20，學習速率為0.01。由于訓練集是隨機產生的，所以參數PC值需要計算，計算方式為人臉像素占整個圖像像素的比例。

(3)訓練LVQ網絡

(a)將輸入向量X=[CbCrHS]T送到輸入層，計算競爭層神經元與輸入向量的距離；

(b)與輸入向量距離最小的神經元為獲勝神經元；

(c)根據分類結果是否準確，調整獲勝神經元的權值；

(d)訓練次數達到設定值，返回步驟(a)進行新的樣本訓練，直到訓練結束。

4 實驗與分析

4.1 實驗效果

基于本文提出的算法，搭建實驗平臺進行性能測試。采用Intel Core i5,3 GHz CPU,3G內存計算機，配合Win7、Matlab作為實驗平臺。圖像數據采用LFW人臉數據。LFW人臉數據集是目前做人臉檢測與識別常用的數據集，圖像均來自于真實場景，共有5 749人的13 233張人臉圖像，圖像大小為250×250。

實驗過程為：隨機從圖像數據集中選取100幅圖片作為訓練樣本，20幅圖像作為測試樣本。將圖像轉換到YCbCr和HSI顏色空間，提取圖像的Cb、Cr、H、S顏色分量，分別構造100×4大小的訓練數據集和20×4的測試數據集，用作LVQ神經網絡的輸入，輸出為0和1，分別表示非人臉像素和人臉像素。LVQ神經網絡模型迭代次數為150次，誤差為0.001。

訓練完成后得到了有效的權值，利用訓練后的LVQ網絡對人臉進行檢測，實驗結果如圖6所示。圖6(a)為待進行人臉檢測的原始圖像，經過LVQ神經網絡模型分類后，可以有效地將膚色區域和非膚色區域區分開，如圖6(b)所示。由于分類方法采用的是基于膚色信息進行分類，經過LVQ網絡模型分類后的圖像仍然存在非人臉區域，因此需要運用輔助方法進行精確人臉定位。觀察圖6(b)人臉區域發現，人眼部分非常明顯地區分于其他部位，因此可以考慮用三庭五眼法精確定位出人臉區域，得到如圖6(c)的實驗效果。

圖6 LVQ模型人臉檢測結果Fig.6 Results of face detect based on LVQ

4.2 對比實驗

為進一步驗證本文算法的適用性，選取了LFW、丹麥藝術大學人臉庫(AFW)和加州理工大學人臉庫(Faces)數據集進行性能測試，并將本方法與文獻[6]和文獻[7]分別在上述3個數據集上進行了測試，測試結果如表1所示。

從表1可以看出，本文算法在LFW、AFW和Faces3個數據集的正檢率分別為76.82%，84.42%，100%，誤檢率分別為17.34%，12.34%，0，漏檢率分別為21.55%，15.63%，0。實驗結果表明，本文算法在Faces數據集上的正檢率最高，誤檢率和漏檢率最低，檢測效果均優于AFW數據集和LFW數據集。這是因為：Faces數據集中的人臉圖像全部為單人臉圖像；AFW數據集既有單人圖像，又有多人圖像，且圖像背景較為簡單；LFW數據集則是一個無約束的數據集，人臉數多且存在多人重疊、遮擋、受光照環境、人臉朝向及拍攝距離等復雜背景的影響。本文算法在檢測人臉時，主要依據的是顏色特征和三庭五眼法將人臉區域識別出來，若被檢測圖片中存在人臉遮擋、小尺度人臉的情況，由于利用膚色特征分割出來的人臉區域難以滿足三庭五眼的比例，則會導致檢測結果與實際情況出現偏差。

表1 性能對比測試結果Tab.1 Comparison result ofperformance test (%)

與文獻[6]和文獻[7]中相比，本文算法在三個數據集上的測試效果均表現出了較好的優越性，正檢率提高了至少7%，漏檢率降低了10%以上，誤檢率降低了近2倍。在Face測試集上的效果尤其好，正檢率達到了100%，誤檢率和漏檢率為0。實驗結果表明：本文提出的基于LVQ神經網絡的人臉檢測模型具有一定的優越性。

考慮到紋理以及邊緣均是可以作為將人臉區分于背景區域的特征，本文分別提取了紋理特征、邊緣特征以及紋理特征、邊緣特征相結合，作為LVQ神經網絡的輸入，用于人臉檢測的性能測試，實驗結果如表2所示。從表2可以看出，相較于膚色特征而言，利用紋理特征以及邊緣特征進行人臉檢測在性能上并沒有實質意義上的提高。人臉的表情具有復雜多變的特點，同一個人會有不同的表情變化，從而引起面部輪廓特征和紋理特征發生變化，很難用統一的標準來精確進行人臉分割。而膚色特征不依賴于人的面部表情、姿態等，具有穩定性和良好的聚類性，便于神經網絡訓練和分類。綜上所述，本文所提出的采用膚色作為特征，利用LVQ神經網絡對人臉進行檢測的方法具有良好的魯棒性。

表2 多特征對比測試結果Tab.2 Comparison test result of multi-feature (%)

5 結 論

人臉檢測技術作為人與計算機、機器人等各種交互系統的前置技術，廣泛應用于圖像搜索、智能監控、公安偵查等各個領域中?；谌四樐w色特征的穩定性和可靠性，利用LVQ神經網絡模型穩定的分類識別能力，本文構造了一種結合膚色特征的LVQ神經網絡模型用于人臉檢測。經過實驗測試表明，本文的方法能夠在一定程度上提高人臉檢測的性能，與其他算法在相同數據集上進行了對比測試，顯示了良好的優越性。

但是人臉檢測是一項復雜的系統工程，本文算法沒有考慮重疊人臉、多尺度人臉以及遮擋人臉等復雜應用場景，因而存在漏檢率和誤檢測率較高的問題。尋找具有特征不變性和尺度不變性的多特征融合的人臉檢測方法以提高檢測的實時性和準確性是下一步的研究方向。