淺析“OpenCV+卷積神經網絡”在人臉識別中的應用

朱學玲 陳浩旗

（安徽新華學院大數據與人工智能學院，安徽 合肥 230088）

0 引言

人臉識別技術的發展始于20 世紀60 年代，科研人員經過60 多年的不斷探索和研究，尤其是近年來人工智能的快速發展，人臉識別已成為計算機視覺、圖像處理、模式識別等領域的研究熱點之一，特別是在視頻監控、人機交互界面等方面。

人臉識別的方法有很多種，有幾何特征、特征提取、神經網絡、彈性匹配等，本文采用了最基礎的卷積神經網絡（CNN——Convolutional Neural Networks）來進行特征提取，并結合OpenCV 進行前期檢測和后期的識別，總體實現流程如圖1 所示。下面將詳細介紹檢測、特征提取和識別部分。

圖1 流程

1 人臉數據獲取

人臉數據的獲取包括人臉圖像的采集和檢測。首先通過電腦攝像頭進行人臉檢測和錄入，本人采用了OpenCV 技術，用了OpenCV 的Cascade Classifier 類中的人臉檢測器haarcascade_frontalface_alt2.xml，生成原始數據集和標簽。

2 圖像預處理

圖像的預處理主要是調整圖片大小，使得圖片都滿足Inage_size=64，考慮到識別的效果，減小計算誤差，還做了灰度變換、維度轉換和歸一化處理，得到了處理好的數據集，如圖2 所示。

圖2 預處理后的數據集（無光線、角度等變化）

后期考慮到角度和光線的不同對識別結果的影響，又增加了角度變化和光線變化的數據集，如圖3和圖4 所示。

圖3 角度變化

圖4 光線變化

3 構建神經網絡模型

構建卷積神經網絡做特征提取，本實驗采用了三層“卷積+池化”的結構，第一和第二個卷積層各有32個filter，卷積核大小為3*3，池化層2*2，代碼如下：

由于以上數據集都是自己采樣而來，訓練數據不是很多，為了能有得到較好的測試精度防止過擬合，在構建好卷積層和池化層后與全連接層和激活層之前，再添加Dropout 層，Dropout 比率設置為0.5：

在卷積層和池化層之后添加全連接層，該層有512 個神經元，再通過激活函數，增加神經網絡的非線性，如圖5 所示，完成了卷積神經網絡的構建。

圖5 構建卷積層和池化層代碼

4 訓練、測試和識別

在訓練代碼中使用了fit（）函數計算訓練集的均值、方差等屬性，生成了訓練模型number.h5。并利用evaluate（）等函數對測試和識別結果進行評估。

測試時中對視頻下所出現的人臉進行識別再次用到了OpenCV 的CascadeClassifier 類中的人臉檢測器haarcascade_frontalface_alt2.xml，使用條件判斷語句對檢測到的人臉進行識別。

5 評估和優化

訓練的好壞直接影響識別的準確度，因此，在訓練模型中使用了Adam 優化算法，通過調試學習率提高測試準確率，Adam 算法中參數配置如下：

（1）learning_rate 字面理解為學習速率。在速率校正之前會加快初始學習速度，前期取值為0.3。較小的值（例如1.0e-5）在培訓期間降低學習速度，后期調試時取值為0.1～0.001，通過不斷的訓練，learning_rate 的取值逐漸減小，經過若干次調試后，最后一次取值為0.001。

（2）beta1 為一階矩指數衰減率，取0.9。

（3）beta2 為二階矩指數衰次減率，取0.999。

（4）epsilon 的值非常小，防止在實現中被0 除，此處取值是常規的10e-8。

第一次訓練時（角度、光線正常）learning_rate 值較高，取值0.3，識別準確率平均為79.61%。經過若干次調試后，調試learning_rate 值并考慮到環境、人臉角度變化等因素，如表1 所示，得出learning_rate 取值為0.01～0.001 之間較為合適。

表1 調試learning_rate 和環境因素運行結果的變化

6 識別效果

分別在角度、光線、距離上進行調試運行效果如圖6 所示，在識別框的內側的上方顯示是否是本人，如果是本人顯示“me”，如果不是本人則顯示“other”，通過識別框的顯示范圍可以看出識別效果較好，能夠準確的捕捉人臉的位置。

圖6 調試后運行效果

7 結語

通過實驗過程可以體會到OpenCV 和卷積神經網絡相結合的方式實現人臉識別是眾多方法中比較快速、基礎的方法，該方法實現簡單但也存在一些不足，比如在檢測環節，圖片的色彩比較豐富、人臉部分顏色較暗、圖片不夠清晰等都會影響檢測的準確度。另外，訓練的次數為了達到預期效果，需要不斷的調整參數，因此在后期的優化中，可以考慮一些基于PyTorch 的方法。