基于級聯(lián)濾波器深度學習的鐵路安檢人臉識別與驗證研究

李 鹍，吳 寧，宋 明，楊 銳

（1.中國鐵道科學研究院集團有限公司 標準計量研究所，北京 100081；2.欽州學院 電子與信息工程學院， 欽州 535011；3.中國鐵道科學研究院集團有限公司，北京 100081）

鐵路進站安檢是保證鐵路安全的一個重要環(huán)節(jié)，隨著旅客流量的增加，旅客證件和車票檢查的工作量日益增大，導致了對車站安檢人員的數(shù)量需求越來越大，旅客滿意度下降，采用自動化模式進行旅客證件和車票檢查的需求越來越強烈[1]。近年來，人臉識別技術(shù)已經(jīng)應用于多個領域，隨著我國鐵路信息化建設腳步的不斷加快，人臉識別技術(shù)將會在鐵路安全領域中得到廣泛應用[2]。

在傳統(tǒng)人臉識別應用中，通常會使用全聯(lián)通卷積神經(jīng)網(wǎng)絡（CNN）算法，但是，該算法測試時間長、識別率低，并不適合鐵路安檢中的實時人臉驗證[3]。在發(fā)現(xiàn)非線性濾波可以用于模式識別后，研究人員開始考慮其在人臉識別中的應用。1996年，Dubois的研究展示了使用非線性閾值分離的級聯(lián)線性濾波器的潛力[4]，并把非線性濾波應用于空間域，而不是在頻域中。在Dubois的研究中，線性濾波器根據(jù)自動空間頻率選擇器（ASFS）方法進行了優(yōu)化，并且注意到單層ASFS濾波器的性能明顯提高[5]。隨后，Reed和Coupland發(fā)現(xiàn)，級聯(lián)濾波器是在測試前饋神經(jīng)網(wǎng)絡進行移位不變模式識別輸出時必須采取的形式[6]，并且兩層級聯(lián)濾波器具有與二次貝葉斯分類器可比的性能[7]。在對級聯(lián)濾波器的位移不變和旋轉(zhuǎn)不變的模式識別研究中發(fā)現(xiàn)，級聯(lián)濾波器對于字符識別和細菌圖像識別有著優(yōu)異的非線性性能，但是對于級聯(lián)濾波器在人臉識別的應用研究尚未見報道[8]。

本文介紹鐵路安檢中利用級聯(lián)相關(guān)濾波器進行人臉識別的應用研究。研究用于識別和驗證戶籍數(shù)據(jù)庫中的人臉圖像的級聯(lián)濾波器，并利用公開的3個人臉數(shù)據(jù)庫（ORL、AR、Feret）進行實驗驗證。通過與全聯(lián)通CNN的性能進行對比，我們發(fā)現(xiàn)級聯(lián)濾波器在識別率上略優(yōu)于全聯(lián)通CNN，而在測試速度上遠快于全聯(lián)通CNN。

1 級聯(lián)濾波器理論

1.1 級聯(lián)濾波器定義

1.1.1 相關(guān)濾波函數(shù)

一般來說，相關(guān)濾波器是一個線性移位不變函數(shù)，它的輸出相對位置的函數(shù)表示兩個圖像之間的相似度。在矢量符號中，可以將二維圖像寫為n維向量x=[ x1, x2,…, xn]T，其中，n是像素數(shù)，T表示置換。用一個濾波器核（或脈沖響應）h =[h1, h2,…,hn]T來定義一個相關(guān)運算符H：

其中，上標*表示共軛。下標的n為向量的模，使得：

1.1.2 級聯(lián)濾波器閥值函數(shù)

定義一個閾值運算符T對矢量的各個分量進行操作。

一般說來，要對濾波器的輸出結(jié)果取模，所以，定義了以下取模運算符M：

1.1.3 相關(guān)濾波器的通式

構(gòu)建m層級聯(lián)濾波器F為：

其中，每個運算符的下標表示給定運算符的層級。為了優(yōu)化濾波器Hi和閾值Ti，定義k個測試圖像的矩陣集S，使得S = [s1, s2,..., sk]，將S帶入式（5），得相應的輸出矩陣R。

定義期望輸出強度圖像O的矩陣。為了對級聯(lián)濾波器進行深度學習從而驗證被測試人臉的證件信息，目標類圖像的期望輸出將是戶籍數(shù)據(jù)庫中證件的人臉圖像，一般為身份證照片。不失一般性，對于非目標類圖像，我們所期望的輸出為零。

為了實現(xiàn)期望的輸出，通過使用適當?shù)恼`差函數(shù)E來優(yōu)化級聯(lián)。如果Rij和Oij分別代表第j個測試的第i個像素和輸出圖像，使用的誤差函數(shù)的形式是：

該表達式的第1項就是與目標輸出的圖像的偏差平方。給輸出向量中的人臉元素所對應的像素加上額外的權(quán)重，更容易優(yōu)化得到用于識別人臉的最優(yōu)解，所以，給式（6）中的第2項一個權(quán)重系數(shù)，其中，像素p～q是期望輸出人臉圖像中表示人臉內(nèi)容所在元素的位置。

1.2 級聯(lián)濾波器優(yōu)化

1.2.1 優(yōu)化方法

確定濾波器結(jié)構(gòu)之后，需要優(yōu)化濾波器參數(shù)，使濾波器的輸出能達到或接近期望的目標圖像。優(yōu)化濾波器參數(shù)與測試CNN網(wǎng)絡一樣，利用數(shù)值優(yōu)化策略進行多維誤差的最小化[9]，優(yōu)化誤差函數(shù)的方法取決于誤差函數(shù)的性質(zhì)和可用的計算資源。有一些線搜索算法，例如Nelder-Mead下坡算法，只能得到一個局部最優(yōu)值[10]，而模擬退火[9]算法會有可能得到一個全局最優(yōu)解，但是計算時間會大大增加。

本文先使用隨機搜索算法，找到誤差函數(shù)值的一個較低值區(qū)域，再采用線搜索方法進一步最小化誤差函數(shù)。在優(yōu)化濾波器時，如果采用隨機搜索的方法在預定的最長時間內(nèi)還未找到一個較低值的區(qū)域，那就放棄搜索，因為在鐵路安檢的應用中，乘客的等待時間是有限的。在優(yōu)化測試級聯(lián)濾波器的時候，初始參數(shù)的選擇至關(guān)重要，是能否找到全局最優(yōu)解的關(guān)鍵因素之一。在本研究中，我們根據(jù)人臉識別的經(jīng)驗，確定了一組隨機數(shù)作為初始參數(shù)。

1.2.2 級聯(lián)濾波器邊緣效應

在實際應用中，由于需要識別的圖像大小不確定，所以需要一個相對小的濾波器核來識別在一個比較大的圖像中的對象。本研究中，在級聯(lián)濾波器結(jié)構(gòu)的每層中采用16×16像素的濾波器，由于被測試和被識別的圖像往往都會比濾波器核的尺寸要大，這就需要對濾波器核進行補零操作。而且，如果濾波器采用相同大小的測試圖像進行優(yōu)化后，當測試圖像被粘貼到更大的圖像中時，濾波器就失去了識別的性能，這是由兩幅圖像在互相關(guān)過程中的邊緣效應造成[11]。為此，我們通過在測試過程中的補零操作來避免優(yōu)化過程中的邊緣效應。

2 人臉數(shù)據(jù)庫測試

為了測試級聯(lián)濾波器對人臉的識別能力，分別采用ORL、AR、Feret這3個在線人臉數(shù)據(jù)庫來測試級聯(lián)濾波器。本研究的測試在Matlab 2017仿真平臺進行，所使用的計算機硬件配置是：Intel i7-7500 CPU @2.7 GHz，8 GB RAM。

2.1 ORL人臉數(shù)據(jù)庫測試

在測試ORL數(shù)據(jù)庫的過程中，把每個人臉圖像中的第1張正面圖像作為目標輸出圖像，剩下的9張圖像作為測試圖像。這樣，就有40張目標人臉圖像和360張測試圖像，其中，每張目標人臉圖像對應9張同類人臉圖像，剩下的351張為非同類人臉圖像。

2.2 AR人臉數(shù)據(jù)庫測試

在測試AR數(shù)據(jù)庫的過程中，選取每個人臉的第1張正面圖像作為目標輸出圖像，其他的12張圖像作為測試圖像。這樣，就有120張目標人臉圖像和3 000張測試圖像，其中，每張目標人臉圖像對應25張同類人臉圖像，剩下3 094張為非同類人臉圖像。

2.3 Feret 人臉數(shù)據(jù)庫測試

在測試Feret數(shù)據(jù)庫的過程中，選取每個人臉的第1張正面圖像作為目標輸出圖像，其他的6張圖像作為測試圖像。這樣，就有200張目標人臉圖像和1 200張測試圖像，其中，每張目標人臉圖像對應6張同類人臉圖像，剩下1 393張為非同類人臉圖像。

3 實驗分析

3.1 測試方法分析

在測試以上3個人臉數(shù)據(jù)庫的過程中，把每個人臉的第1張圖像（即正面無遮擋圖像）作為目標類的測試圖像和期望輸出，把任意兩個其他人臉的第1張圖像作為非目標類的測試圖像，而非目標類的期望輸出為零。在對目標類的圖像進行測試完成之后，用式（6）來計算濾波器的實際輸出與期望輸出的誤差值Er。在測試階段，測試圖像輸入后，從濾波器的輸出圖像用式（6）來計算與期望圖像的差值Et。如果測試圖像與目標類圖像的差別太大，誤差值Et將會嚴重偏離Er。經(jīng)過大量的測試和分析，我們發(fā)現(xiàn)85%以上目標類圖像的輸出差值Et都分布在Er的1.2倍以內(nèi)，所以在測試過程中，如果Et＜1.2Er，則認為此測試圖像為目標類圖像，否則為非目標類圖像。

3.2 測試結(jié)果對比分析

為了與全聯(lián)通CNN的性能進行對比，把同樣的測試圖像通過全聯(lián)通CNN網(wǎng)絡進行編程測試，并把結(jié)果與級聯(lián)濾波器的性能進行對比。圖1是用級聯(lián)濾波器和全聯(lián)通CNN對ORL數(shù)據(jù)庫里的40張正面人臉的測試結(jié)果，可以看到，對于大部分人臉類別來說，級聯(lián)濾波器的識別率都比CNN高，級聯(lián)濾波器的平均識別率比全聯(lián)通CNN高6%左右。圖2是對AR數(shù)據(jù)庫里的120張正面人臉的測試結(jié)果，圖上的數(shù)據(jù)顯示，級聯(lián)濾波器的識別率穩(wěn)定在80%左右，與之相比， 全聯(lián)通CNN的識別率的起伏就要大很多，大概在75%～83%之間，總體來說，級聯(lián)濾波器的識別率在大部分AR數(shù)據(jù)庫的人臉類別上優(yōu)于全聯(lián)通CNN。圖3是對Feret數(shù)據(jù)庫里的200張正面人臉的測試結(jié)果，由圖可知，級聯(lián)濾波器的識別率與全聯(lián)通CNN的很接近，但是對于大部分Feret圖像類別來說，級聯(lián)濾波器的識別率優(yōu)于全聯(lián)通CNN。從圖1～圖3的數(shù)據(jù)可以看出，級聯(lián)濾波器的識別率比全聯(lián)通CNN的識別率要略好一些；但是從圖4的計算時間來看，級聯(lián)濾波器的所需要的識別時間是全聯(lián)通CNN的30%左右,級聯(lián)濾波器的識別速度比全聯(lián)通CNN快3倍以上。

圖1 ORL數(shù)據(jù)庫里的40張正面人臉的測試結(jié)果

圖2 AR數(shù)據(jù)庫里的120張正面人臉的測試結(jié)果

圖3 Feret數(shù)據(jù)庫里的200張正面人臉的測試結(jié)果

圖4 3個數(shù)據(jù)庫的360張正面人臉的測試時間對比

4 結(jié)束語

本文研究了兩層級聯(lián)濾波器用于鐵路安檢中身份驗證的性能，并與全聯(lián)通CNN的性能進行了對比。以3個在線人臉數(shù)據(jù)庫為例驗證了該方法的可行性，從實驗數(shù)據(jù)可以看出，級聯(lián)濾波器平均識別率優(yōu)于全聯(lián)通CNN的8%以上，識別速度優(yōu)于全聯(lián)通CNN的3倍以上，證明了級聯(lián)濾波器在鐵路安檢身份驗證應用的可行性。今后將繼續(xù)研究級聯(lián)濾波器應用在人臉識別中的識別率問題，希望能夠進一步提高識別率。

[1] 王 京，王 冰，王 珂. 鐵路客運站安檢區(qū)域人臉識別系統(tǒng)設計與實現(xiàn)[J]. 鐵路計算機應用, 2012， 21（6）： 83-86.

[2] 安 然，王輝麟. 人臉識別系統(tǒng)在鐵路車站安檢區(qū)域應用的研究[J]. 鐵路計算機應用, 2012，21（9）： 21-24.

[3] Masakazu Matusugu, Mori Katsuhiko, Mitari Yusuke, et al.Subject independent facial expression recognition with robust face detection using a convolutional neural network[J]. Neural Networks, 2003, 16 (5): 555–559.

[4] Dubois F. Nonlinear cascaded correlation processes to improve the performances of automatic spatial-frequency-selective filters in pattern recognition[J]. Applied Optics, 1996(35):4589–4597.

[5] Dubois F., Automatic spatial frequency selection algorithm for pattern recognition by correlation[J]. Applied Optics,1993(32):4365–4371.

[6] Reed S., Coupland J. M. Cascaded linear shift-invariant processors in optical pattern recognition[J].Applied Optics,2001(40):3843– 3849.

[7] Reed S., Coupland J. M. Statistical performance of cascaded linear shift-invariant processing[J]. Applied Optics,2000(39):5949 – 5955.

[8] Wu N., Alcock R.D., Halliwell N.A. and Coupland J.M.Rotationally invariant pattern recognition using linear and nonlinear cascaded filters[J].Applied Optics, 2005, 44 (20):4315-4322.

[9] Teukolsky S. A., Vetterling W. T., Flannery B. P. Numerical Recipes[M]. Cambridge: Cambridge U. Press, 1992.

[10] Nelder J. A., Mead R. A simplex-method for function minimization[J]. Computer Journal, 1965(7):308 –313.

[11] Pratt W. K. Digital Image Processing[M]. Hoboken, USA:Wiley, 1991.