基于局部通用的分塊協(xié)同表示的單樣本人臉識(shí)別

崔建， 游春芝

(山西醫(yī)科大學(xué)汾陽學(xué)院，基礎(chǔ)醫(yī)學(xué)部， 山西,呂梁 032200)

0 引言

人臉識(shí)別技術(shù)由于其非接觸性，易采集等優(yōu)勢(shì)被廣泛的應(yīng)用于身份核實(shí)、安全檢查以及刷臉支付等領(lǐng)域。目前很多成熟的算法大都是基于多樣本訓(xùn)練集，然而在一些特殊的環(huán)境下，我們只能獲取單個(gè)訓(xùn)練樣本，如身份證、駕駛證等，對(duì)于這些單樣本的人臉識(shí)別，直接使用傳統(tǒng)的方法就不能達(dá)到理想的效果。如何利用單樣本進(jìn)行有效、快速的人臉識(shí)別成為越來越多科學(xué)家研究的熱點(diǎn)。在文獻(xiàn)[1-2]中研究者們提出不同人臉類內(nèi)結(jié)構(gòu)變化是相似的，那么基于多樣本識(shí)別的人臉類內(nèi)變化就可以廣泛的應(yīng)用于單樣本。如Extended Sparse Representation Based Classification(ESRC), 在ESRC中DENG提出了基于通用集表示的一種算法、在復(fù)雜環(huán)境變化下具有很好的魯棒性和識(shí)別效果，但是在特征提取過程中存在很大的信息冗余，且易受通用訓(xùn)練集的影響。CHEN等[3]提出將圖像分塊后利用 FLDA進(jìn)行特征提取，最后投票得到類別標(biāo)簽。ZHU等[4]提出了一種分塊的協(xié)同表示的人臉識(shí)別方法(PCRC)，將測(cè)試樣本和訓(xùn)練樣本分成重疊的樣本塊，通過這些樣本塊構(gòu)造字典塊矩陣，然后通過協(xié)同表示求解。本文結(jié)合ESRC和 PCRC這兩種方法提出一種基于局部通用的分塊協(xié)同表示單樣本人臉識(shí)別。首先根據(jù)訓(xùn)練樣本構(gòu)建聯(lián)合訓(xùn)練樣本，訓(xùn)練樣本由兩部分組成，一部分為自然變化下的人臉，另一部分為因光照、表情遮擋等變化的人臉，其次根據(jù)分塊思想將測(cè)試樣本、訓(xùn)練樣本進(jìn)行分塊，并構(gòu)造字典塊矩陣。然后對(duì)每個(gè)塊進(jìn)行協(xié)同表示，最后根據(jù)殘差和進(jìn)行分類識(shí)別。

1 協(xié)同表示算法

在人臉識(shí)別中稀疏表示[5](SRC)是一種常用的算法，該算法能夠有效地揭示人臉數(shù)據(jù)內(nèi)在的結(jié)構(gòu)。在很多的實(shí)驗(yàn)中也充分表明來自同一線性空間的樣本可以使用其他樣本線性表示。該算法采用L1范數(shù)最小化作為約束條件求解系數(shù)，計(jì)算復(fù)雜度高。ZHANG等[6-7]提出了基于正則化協(xié)同表示人臉識(shí)別算法(CRC)，作者認(rèn)為稀疏表示強(qiáng)調(diào)L1范數(shù)稀疏性的重要，而沒有考慮樣本之間協(xié)同表示。

設(shè)X=[X1，X2,…,XC]∈Rm×n表示由C個(gè)人組成的訓(xùn)練字典，對(duì)于給定的測(cè)試樣本z∈Rm×1,根據(jù)線性表示則有：

z=Xa

(1)

在SRC稀疏表示模型中基于L1范數(shù)約束條件求解系數(shù)x，即：

(2)

ZHANG等提出基于L2范數(shù)約束的稀疏系數(shù)求解即協(xié)同表示算法，目標(biāo)函數(shù)表示為

(3)

根據(jù)最小二乘法上式的稀疏可表示為

(4)

其中,AT表示A的轉(zhuǎn)置，I為單位矩陣，λ表示正則化參數(shù)。通過上式就可計(jì)算測(cè)試樣本與重構(gòu)樣之間的殘差ek，即：

(5)

最后依據(jù)殘差ek判別z的歸屬，即：

identity(z)=arg mink(ek)

2 局部通用的分塊CRC

通用學(xué)習(xí)是一種通過人臉圖像之間的相似性，從其他一些額外的人臉圖像數(shù)據(jù)中提取人臉相似信息，克服識(shí)別過程中特征提取單一的方法。通過引入通用人臉訓(xùn)練集可以在一定程度上提高了單樣本人臉識(shí)別的準(zhǔn)確率和魯棒性[8-9]。

D=Gv1-Gr,…Gvm-Gr,…,GvM-Gr,

設(shè)訓(xùn)練集G=[Gr,Gv]，其中Gr表示自然狀態(tài)下人臉訓(xùn)練集，Gv表示包括光照、表情、遮擋的一個(gè)訓(xùn)練集。那么一種通用的類間變化字典就可以通過Gv、Gr構(gòu)造，即：那么任一測(cè)試樣本z，可通過X,D線性表示，即：

z=Xα+Dβ+e

(6)

圖1 通用表示

ρ=([X,D]T[X,D]+λI)[X,D]Tz

(7)

最后根據(jù)最小殘差來判斷測(cè)試樣本的類別：

(8)

局部通用的分塊CRC單樣本人臉識(shí)別步驟如下。

(1) 輸入測(cè)試樣本z，訓(xùn)練集X，通用集D，參數(shù)S,K,λ等。

(2) 對(duì)z、X、D圖像進(jìn)行分塊，

z=z1,z2,…,zS ,X=X'1,X'2,…,X's,D=D'1,D'2,…,D'S。

(3) 構(gòu)造塊字典集,取第p個(gè)分塊鄰近的樣本塊來擴(kuò)充訓(xùn)練樣本，重構(gòu)的訓(xùn)練字典塊記作，[X1,X2,…,XS][D1,D2,…,DS]。

(4) 對(duì)塊測(cè)試集zp進(jìn)行協(xié)同表示。即：zi=Xiαi+Diβi+ei，i=1,2…,S,根據(jù)式(7)計(jì)算ρi=[αi,βi]。

(5) 根據(jù)式(8)計(jì)算測(cè)試樣本與重構(gòu)圖像的殘差，按照殘差和最小判斷類別。

3 實(shí)驗(yàn)結(jié)果與分析

3.1 參數(shù)設(shè)定

在所有的實(shí)驗(yàn)中,將圖像下采樣至大小為80×80，將每個(gè)圖像分成劃分到S=49小塊，每個(gè)大小為20×20，鄰近每個(gè)小塊以10個(gè)像素作為重疊部分。對(duì)于其他的對(duì)比算法,我們調(diào)優(yōu)參數(shù)最好的結(jié)果。特別的如SVDL我們按照文獻(xiàn)[10]參數(shù)設(shè)置，λ設(shè)置為0.001，字典原子初始化設(shè)置為400。在SRC、CRC、PCRC,我們選擇最優(yōu)正則化參數(shù)λ分別為0.000 5、0.001、0.01。

3.2 Extended Yale B庫

Extended Yale B 人臉數(shù)據(jù)庫包含38個(gè)對(duì)象，2 414張人臉圖像，根據(jù)光照方向變化分成64種。根據(jù)光照變化角度分為五個(gè)子集，取光源方向在0度和0度仰角作為訓(xùn)練樣本,其他照明條件下圖像作為測(cè)試集。我們使用前30個(gè)對(duì)象作為的訓(xùn)練集和測(cè)試集,其他8個(gè)對(duì)象作為通用集合。部分訓(xùn)練樣本和測(cè)試樣本如圖2所示。

圖2 Extended Yale B人臉數(shù)據(jù)部分樣本

表1列出了改進(jìn)的新算法(NEW)與SRC、CRC、PCRC、SVDL等比較人臉識(shí)別率的。由表 1 可以看出，在光照變化條件下ESRC、SVDL、以及新算法，這些使用通用訓(xùn)練集后識(shí)別率整體優(yōu)于僅依靠單一訓(xùn)練集的算法。但隨著光照強(qiáng)度的變化識(shí)別準(zhǔn)確率就不太理想。如CRC、SRC這些算法隨著光照強(qiáng)度的變化識(shí)別率呈現(xiàn)直線下降，原因主要在于缺乏足夠的訓(xùn)練樣本。PCRC與CRC相比識(shí)別率明顯改善，主要原因在于圖像進(jìn)行分塊，構(gòu)建塊字典這樣彌補(bǔ)了訓(xùn)練樣本缺少的不足，從而提高識(shí)別率。改進(jìn)的新算法要比PCRC性能要更優(yōu)越，尤其是在子集4和子集5上高出39.6%、32.4%，這得益于通用訓(xùn)練集，協(xié)同表示能夠充分提取通用集的特征信息，從而準(zhǔn)確的進(jìn)行線性表出。與SVDL相比新算法在子集2、3、4、5上得到很好的提高。整體來說基于通用的分塊協(xié)同表示效果要由于傳統(tǒng)的一些單樣本識(shí)別算法。

表1 Extended Yale B人臉識(shí)別率

3.3 AR庫

AR臉數(shù)據(jù)庫是由126個(gè)人包含大約4 000彩色臉圖像組成，每個(gè)人面臨不同的表情、光照、遮擋，根據(jù)采集時(shí)間分成兩個(gè)子集，每個(gè)部分中每個(gè)人13幅圖像。我們選取一個(gè)由50個(gè)男人，50個(gè)女人組成的子集。在第一個(gè)子集中選取前 80個(gè)人用于訓(xùn)練樣本和測(cè)試集,另外20人用于通用訓(xùn)練集。AR臉數(shù)據(jù)庫部分樣本如圖3所示。在不同的光照、表情變化偽裝(眼鏡和圍脖遮擋)下分別進(jìn)行測(cè)試，實(shí)驗(yàn)結(jié)果如表2所示。

(a) 表情變化

表2 AR人臉數(shù)據(jù)庫識(shí)別率

從表2可知，局部通用性能明顯要比其他算法表現(xiàn)的的更好。PCRC與CRC相比整體的性能要有很大的提高，這說明分塊的思想在單樣本人臉識(shí)別中有很強(qiáng)的競(jìng)爭(zhēng)力。在基于表情、墨鏡、圍脖遮擋下，局部通用比SVDL高出13.7%、11.2%、16.3%;比PCRC高出13.3%、12.5%、15.5%，說明LGA能夠充分的利用通集的信息從而達(dá)到良好的識(shí)別效果。

3.3 時(shí)間

表3列出了Extended Yale B人臉數(shù)據(jù)庫上各種算法的運(yùn)行時(shí)間的一個(gè)對(duì)照。實(shí)驗(yàn)中我們?nèi)∽蛹?上識(shí)別率最高時(shí)對(duì)應(yīng)的每個(gè)測(cè)試樣本的平均時(shí)間作為標(biāo)準(zhǔn)。從實(shí)驗(yàn)可以發(fā)現(xiàn)基于協(xié)同表示的算法如CRC、NEW的運(yùn)算速度要比其他算法快得多，這得益于協(xié)同表示是基于L2范數(shù)約束的快速求解。而SRC、ESRC等是基于L1范數(shù)求解，相比于CRC計(jì)算復(fù)雜度更高。

表3 在Extended Yale B上運(yùn)行時(shí)間

4 總結(jié)

針對(duì)單樣本人臉識(shí)別中訓(xùn)練樣本少、遮擋等問題，提出了一種局部通用的分塊CRC單樣本人臉識(shí)別算法。算法汲取了基于圖像分塊和構(gòu)建通用訓(xùn)練集的思想，彌補(bǔ)了因訓(xùn)練樣本少導(dǎo)致人臉識(shí)別中類內(nèi)信息缺失等問題，更高效地表示人臉圖像的不同部位，提高人臉識(shí)別的準(zhǔn)確率和魯棒性。算法由于一定程度上增加額外的訓(xùn)練集，導(dǎo)致特征提取中存在很大的信息冗余，而且通用訓(xùn)練集的選取直接對(duì)實(shí)驗(yàn)結(jié)果有一定的影響，因此如何構(gòu)造更有效的通用集有待進(jìn)一步的研究。