基于深度學習的人臉身份保持

吳秋雯+吳濤

摘要：人臉識別的應用范圍越來越廣，而在實際生活中采集到的人臉往往具有多種姿態(tài)變化，不同姿態(tài)下的人臉識別在計算機領域是一個富有挑戰(zhàn)的問題。人臉識別的主要研究方向在于對人臉特征的選取，其好壞直接影響到實際應用。文章將介紹基于深度學習的FIP特征學習方法，用于實現(xiàn)正臉重構進而解決人臉姿態(tài)出現(xiàn)巨大變化時的識別問題，并基于MULTIPIE人臉數(shù)據(jù)庫進行一系列實驗，驗證正臉重構的可靠性。

關鍵詞：深度學習；人臉識別；深度信念網(wǎng)絡

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1009-3044（2016）35-0184-03

在實際應用中，采集到的人臉圖像往往是具有多種姿態(tài)變化的，受姿態(tài)變化影響，人臉圖像識別性能迅速下降，這是人臉識別中一個最為突出的難題。姿態(tài)變化將非線性因素引入了人臉識別，而現(xiàn)有的一些機器學習方法大多使用淺層結構，難以有效表示復雜函數(shù)。而深度學習可通過一種深層非線性網(wǎng)絡結構實現(xiàn)復雜函數(shù)逼近，表征輸入數(shù)據(jù)分布式表示，體現(xiàn)出它對于輸入樣本數(shù)據(jù)的強大的本質(zhì)特征的抽取能力。因此本文將運用深度神經(jīng)網(wǎng)絡的方法克服姿態(tài)變量的影響，并在實驗數(shù)據(jù)集上進行一系列驗證試驗從而得出結論。

1 簡介

在實際應用中，姿態(tài)變化成為人臉識別的瓶頸問題?？缱藨B(tài)人臉識別方法通常分為三類：通用型算法，二維算法和三維算法，在此僅介紹通用型算法。通用型算法是為解決一般的人臉識別而設計的，本身即包括處理圖像中姿態(tài)變化等因素。通用型算法主要有以主成分分析（Prinxipal Componet Analysis，PCA，也稱為特征臉）[[1]]，F(xiàn)isher判別分析（Fisher Discriminant Analysis，F(xiàn)DA，也稱為線性判別分析，簡稱LDA）[2]，局部二值模式（LBP）[3]，自組織映射和卷積網(wǎng)絡，模板匹配，模塊化PCA等，這些方法都基于二維面部圖像中提取的分類模式，從現(xiàn)有庫已知的圖像中識別輸入的人臉圖像。我們選取LDA方法作為研究基礎，同時引入深度學習，通過構建具有多層隱層的機器學習模型和海量訓練數(shù)據(jù)，來學習更有用的特征。

3.2 參數(shù)更新

采用自頂向下的監(jiān)督學習，通過最小化的損失函數(shù)重建誤差?；诘谝徊降玫降母鲗訁?shù)進一步調(diào)節(jié)整個多層模型的參數(shù)，利用梯度下降法微調(diào)整個網(wǎng)絡參數(shù)，對DBN進行優(yōu)化。這一步是一個有監(jiān)督訓練過程。由于深度學習的第一步不是隨機初始化，而是通過學習輸入數(shù)據(jù)的結構得到的，因而這個初值更接近全局最優(yōu)，從而能夠取得更好的效果。

4 實驗

4.1 實驗數(shù)據(jù)

為了能夠在較大范圍不同姿態(tài)下評估該方法，我們選擇了MultiPIE人臉數(shù)據(jù)庫。它是由CMU采集的一組包含用姿態(tài)、光照和表情三個因素變化構成的人臉庫。庫中包含68個人，每個人有13種不同的姿態(tài)，3-4種不同的表情和多組不同光照。相較于其他數(shù)據(jù)庫，MultiPIE人臉庫包含因素最為豐富，采集條件最為真實，且包含較大的姿態(tài)變化和垂直深度上的旋轉(zhuǎn)，便于我們對該方法進行充分評估。

4.2 實驗結果

我們采用MATLAB2012B編寫重構Demo，由此獲得了重構后的人臉圖像，圖3截取了一部分實驗結果。由此可以清晰看到，我們重構人臉的方法可以去除不同姿態(tài)的影響，并且保持了人臉輪廓和結構。

基于LDA算法，我們計算出了人臉重構前后的識別率，如表格1所示。顯然，重構后人臉的識別率遠高于重構前。經(jīng)統(tǒng)計，旋轉(zhuǎn)角度為+15°和-15°的人臉圖像識別率平均上升7.75%，+30°和-30°的人臉圖像識別率平均上升8.67%，而+45°和-45°的人臉圖像識別率平均上升了13%，由此可見，我們的算法對于旋轉(zhuǎn)角度大的姿態(tài)優(yōu)勢更加明顯。

另外，我們將試驗結果與其他關于姿態(tài)變化的研究結果進行了比較。如表格2所示，LGBP[11]屬于二維方法，而VAAM，F(xiàn)A-EGFC[12]和SA-EGFC均為三維方法，且除FA-EGFC外，其他方法都需要知道探測器的角度。結果顯示，我們所用的方法識別率在各個角度均為最高，且忽略角度的影響。顯然，相較于這幾種方法，我們的方法更具有優(yōu)越性和穩(wěn)定性。

5 結語

從結果分析中可以看出經(jīng)過深度學習網(wǎng)絡轉(zhuǎn)換后的人臉識別率明顯高于未經(jīng)過轉(zhuǎn)換的，且部分識別率達到了100%，顯然本文的方法在姿態(tài)因素問題的處理上表現(xiàn)出明顯的優(yōu)勢，尤其在旋轉(zhuǎn)角度較大的情況下有較大提升。實驗說明FIP特征不僅僅對姿態(tài)變化具有健壯性，而且可以用來重建人臉圖像。

在未來的工作中，我們將擴展框架以便于在其他困難條件下進行人臉識別，同時會將FIP方法進行進一步的提高。

參考文獻：

[1] TURK M A，PENTLAND A P. Face recognition using eigenfaces [C]. Computer Vision and Pattern Recognition，San Diego，1991：22-28.

[2] ZHAO W，KRISHNASWAMY A，CHELLAPPA R，et al. Discriminant analysis of principal components for face recognition [M]. Face Recognition. Berlin Heidelberg ：Springer.1998

[3] S. Li， X. Liu， X. Chai， H. Zhang， S. Lao， and S. Shan. Morphable displacement field based image matching for face recognition across pose. In ECCV. 2012.

[4] C. D. Castillo and D. W. Jacobs. Wide-baseline stereo for face recognition with large pose variation. In CVPR， 2011.

[5] A. Asthana， T. K. Marks， M. J. Jones， K. H. Tieu， and M. Rohith. Fully automatic pose-invariant face recognition via 3d pose normalization. In ICCV， 2011.

[6] Zhenyao Zhu1，? Ping Luo1，3，? Xiaogang Wang2 Xiaoou Tang1，3，Department of Information Engineering， The Chinese University of Hong Kong，Department of Electronic Engineering， The Chinese University of Hong Kong，Shenzhen Institutes of Advanced Technology， Chinese Academy of Sciences

[7] Q. V. Le， J. Ngiam， Z. Chen， D. Chia， P. W. Koh， and A. Y. Ng. Tiled convolutional neural networks. In NIPS， 2010.

[8] G. E. Hinton， S. Osindero， and Y.-W. Teh. A fast learning algorithm for deep belief nets. Neural Computation， 18（7）：1527–1554， 2006.

[9] N. Qian. On the momentum term in gradient descent learning algorithms. Neural Networks， 1999

[10] V. Nair and G. E. Hinton. Rectified linear units improve restricted Boltzmann machines. In Proc. 27th International Conference on Machine Learning， 2010.

[11] W. Zhang， S. Shan， W. Gao， X. Chen， and H. Zhang. Local gabor binary pattern histogram sequence （lgbphs）： A novel non-statistical model for face representation and recognition. In ICCV， 2005.

[12] S. Li， X. Liu， X. Chai， H. Zhang， S. Lao， and S. Shan. Morphable displacement field based image matching for face recognition across pose. In ECCV. 2012.