基于DeepID的人臉檢測與識別算法研究

王晶晶 劉蓉 侯雨靜

摘要：本文將詳細(xì)介紹DeepID網(wǎng)絡(luò)人臉檢測與識別算法研究，包括DeepID方法的網(wǎng)絡(luò)結(jié)構(gòu)、計(jì)算過程、數(shù)據(jù)集等內(nèi)容，在此基礎(chǔ)上介紹了聯(lián)合貝葉斯模型。并通過對比實(shí)驗(yàn)，給出了DeepID網(wǎng)絡(luò)訓(xùn)練效果圖以及加入聯(lián)合貝葉斯模型后的精度對比，直觀反映出DeepID模型的訓(xùn)練結(jié)果。同時介紹了DeepID2+網(wǎng)絡(luò)。著重介紹了關(guān)于交叉墑和驗(yàn)證信號等部分的內(nèi)容。

關(guān)鍵詞：DeepID網(wǎng)絡(luò)；聯(lián)合貝葉斯模型；DeepID2+網(wǎng)絡(luò)；人臉檢測與識別

中圖分類號：TP18 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2018）17-0220-02

隨著人臉檢測與識別研究的不斷深入，我們對于檢測與識別準(zhǔn)確性的要求不斷攀升，基于深度學(xué)習(xí)的人臉檢測與識別算法就是在這樣的大背景下產(chǎn)生的。作為人工智能范疇的重要組成部分，機(jī)器學(xué)習(xí)通過研究計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，不斷獲取新的知識和技能，改善自身特性。而深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)中的一種重要方法，通過卷積神經(jīng)進(jìn)行訓(xùn)練得到的數(shù)據(jù)模型更加完善周全。

DeepID網(wǎng)絡(luò)是當(dāng)前較為流行的一種網(wǎng)絡(luò)，它的原理與基礎(chǔ)卷積神經(jīng)網(wǎng)絡(luò)[1-2]的原理基本類似，通過改進(jìn)和完善卷積神經(jīng)網(wǎng)絡(luò)的內(nèi)容，完成DeepID網(wǎng)絡(luò)的實(shí)現(xiàn)。DeepID網(wǎng)絡(luò)相比于卷積神經(jīng)網(wǎng)絡(luò)，最大的特點(diǎn)是在經(jīng)過多層的網(wǎng)絡(luò)結(jié)構(gòu)對數(shù)據(jù)進(jìn)行處理和訓(xùn)練后，可以獲得的十分豐富的驗(yàn)證信息，準(zhǔn)確率大大提高。

而DeepID2+網(wǎng)絡(luò)則是在基于DeepID網(wǎng)絡(luò)的基礎(chǔ)上，對人臉檢測與識別的精度和維度等相關(guān)量都進(jìn)行了一定程度的改善，使得訓(xùn)練模型結(jié)構(gòu)更為完善，訓(xùn)練結(jié)果效果更佳出色。

1 DeepID網(wǎng)絡(luò)

1.1 網(wǎng)絡(luò)結(jié)構(gòu)

DeepID網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)示意圖如圖1所示，該卷積網(wǎng)絡(luò)與最基本的卷積神經(jīng)網(wǎng)絡(luò)較為相似。在DeepID網(wǎng)絡(luò)結(jié)構(gòu)中，卷積網(wǎng)絡(luò)的主要作用是分類經(jīng)過訓(xùn)練后的人臉。DeepID網(wǎng)絡(luò)包含4個卷積層與3個池化層，樣本的特征用網(wǎng)絡(luò)中的最后一層來表示。

DeepID網(wǎng)絡(luò)結(jié)構(gòu)對圖片的處理過程可以理解為：當(dāng)源圖片輸入網(wǎng)絡(luò)，圖片局部的低級特征由下層網(wǎng)絡(luò)進(jìn)行提取并通過卷積進(jìn)行逐層計(jì)算，逐漸減少網(wǎng)絡(luò)提取出的特征數(shù)量，與此同時，網(wǎng)絡(luò)結(jié)構(gòu)的全局性逐漸增強(qiáng)。通過這個處理過程，DeepID網(wǎng)絡(luò)最終將輸出一個維度為160的高級向量，該向量信息密度很高，并包含著豐富的驗(yàn)證信息，可以直接用來進(jìn)行身份辨認(rèn)[3]。

1.2 計(jì)算過程

上文已經(jīng)介紹過，DeepID的網(wǎng)絡(luò)結(jié)構(gòu)包括4個卷積層和3個池化層。通過其網(wǎng)絡(luò)結(jié)構(gòu)圖可以看出，在前3個卷積層的后面，各自有一個池化層。在第四個卷積層的后面，則直接與全連接層相連，并通過這一層形成一個用于分類的輸出層和特征。

DeepID的算法流程如圖2所示。將輸入圖片按照尺度、通道、范圍等類別進(jìn)行劃分，每個向量的訓(xùn)練過程都是相對獨(dú)立的，最后通過連接所有的向量以獲得最終向量。

1.3 聯(lián)合貝葉斯模型

聯(lián)合貝葉斯模型在人臉識別領(lǐng)域的應(yīng)用同樣十分廣泛[4-5]，聯(lián)合貝葉斯模型的思想主要是基于貝葉斯人臉識別，其主要原理為將一副人臉分為兩部分構(gòu)成，一部分是人與人之間的差異，另一部分是個體本身的差異。人與人之間的差異，即為每個人之間的區(qū)別所在；而個體本身的差異，則表示同一個人在不同環(huán)境、光照、視角下凸顯出的差異。將這種差異映射到數(shù)字圖像處理上即可表示為：

1.4 數(shù)據(jù)集

DeepID使用的訓(xùn)練集為Celeb Faces[6]。Celeb Faces數(shù)據(jù)集是由香港中文大學(xué)湯曉鷗教授實(shí)驗(yàn)室于2016年7月29日公布的大型人臉識別數(shù)據(jù)集。在這個數(shù)據(jù)集的使用過程中，訓(xùn)練集中的80%的數(shù)據(jù)被用來訓(xùn)練DeepID網(wǎng)絡(luò)中的神經(jīng)網(wǎng)絡(luò)部分，而后面的貝葉斯模型則由剩余的20%完成。Celeb Faces是一個大型的數(shù)據(jù)集，Celeb Faces數(shù)據(jù)集中，一共包含5436位著名人士的共87628張圖片。

Celeb Faces包含有不同人種、不同表情、不同角度、不同背景、不同發(fā)型、不同裝飾物的各類人臉圖片，背景也由單色背景至復(fù)雜背景不同程度上均有涉及。因此，由Celeb Faces數(shù)據(jù)集訓(xùn)練出來的人臉模型準(zhǔn)確度較高，識別能力較好，足以完成日常人臉檢測與識別的需要。

1.5 實(shí)驗(yàn)結(jié)果

在得到多維特征向量后，通過PCA降維，并將降維后的特征向量與貝葉斯模型結(jié)合，整個網(wǎng)絡(luò)的性能得到了有效的提高，這也側(cè)面說明了DeepID最后一層所學(xué)習(xí)到的特征都是相互關(guān)聯(lián)的，并且能夠用于表示所有身份。如圖3為實(shí)驗(yàn)結(jié)果。

2 DeepID2+網(wǎng)絡(luò)

2.1 交叉墑和驗(yàn)證信號

DeepID2+網(wǎng)絡(luò)與DeepID網(wǎng)絡(luò)最大的不同點(diǎn)在于，在新的網(wǎng)絡(luò)結(jié)構(gòu)中加入了兩個“驗(yàn)證信號”，并受到兩個“驗(yàn)證信號”的監(jiān)管。其中一個的“驗(yàn)證信號”為人臉識別信號，即樣本的身份特征，另一個是“驗(yàn)證信號”為人臉驗(yàn)證信號，這個信號存在的意義在于減小來自相同人臉的不同圖像之間的差異。兩個信號的存在，在降低相同個體、不同樣本之間差異的同時，大大提升了不同個體之間特征的多樣性。

式中，f為Deep ID2+為特征向量，由全連接層生成；t為訓(xùn)練樣本的標(biāo)簽；[θid]為網(wǎng)絡(luò)輸出層的全部參數(shù)；[pi]為目標(biāo)概率分布，作為一個一維向量，[pi]只有一個值為1，其他值均為0；[pi]為可預(yù)測到的分布。

2.2 網(wǎng)絡(luò)結(jié)構(gòu)

DeepID2+的網(wǎng)絡(luò)結(jié)構(gòu)與DeepID的網(wǎng)絡(luò)結(jié)構(gòu)大體相同，只是做出一定程度的改進(jìn)。主要在全連接層處添加了第一降采樣層和第二降采樣層，得以照顧更多不同的局部特征。并使全連接層的維度增加至512維，使形成的特征包含更多的信息，得以進(jìn)一步提升維度。

3 全文小結(jié)

本文詳細(xì)介紹基于DeepID網(wǎng)絡(luò)人臉檢測與識別算法，系統(tǒng)的分析了包括其網(wǎng)絡(luò)結(jié)構(gòu)、計(jì)算過程、數(shù)據(jù)集等部分在內(nèi)的全部內(nèi)容，并介紹了聯(lián)合貝葉斯模型。同時在介紹DeepID網(wǎng)絡(luò)的基礎(chǔ)上，介紹了DeepID2+網(wǎng)絡(luò)。著重介紹了關(guān)于交叉墑和驗(yàn)證信號等部分的內(nèi)容，并對比DeepID網(wǎng)絡(luò)與DeepID2+網(wǎng)絡(luò)結(jié)構(gòu)之間的不同之處。

參考文獻(xiàn)：

[1] Cecotti H， Graser A. Convolutional Neural Networks for P300 Detection with Application to Brain-Computer Interfaces[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2011， 33（3）： 433-445.

[2] Chen Y N， Han C C， Wang C T， et al. The Application of a Convolution Neural Network on Face and License Plate Detection[J]. USA： IEEE， 2006： 552-555.

[3] D. Chen， X. Cao， F. Wen， J. Sun. Blessing of dimensionality： High Dimensional Feature and Its Efficient Compression for Face Verification[J]. In Proc. CVPR， 2013.

[4] D. Chen， X. Cao， L. Wang， F. Wen， and J. Sun. Bayesian face revisited： A joint formulation[J]. In Proc. ECCV， 2012.

[5] Moghaddam B， Jebara T， Pentland A. Bayesian face recognition. Pattern Recognition[J]. 2000（33） ： 1771–1782.

[6] S. Yang， P. Luo， C. C. Loy， X. Tang. From Facial Parts Responses to Face Detection： A Deep Learning Approach[J]. In IEEE International Conference on Computer Vision （ICCV）， 2015.

[7] Y. Sun， X. Wang， X. Tang. DeepID learning face representation by joint identification- verification[J]. In Proc. 2014.