基于深度學(xué)習(xí)的跨年齡人臉識別技術(shù)研究與實現(xiàn)

陳 坤，黃興能，譚 皓，蒙世初

（百色市公安局 科技信息化科，廣西 百色 533099）

0 引言

作為計算機(jī)系統(tǒng)的一項關(guān)鍵技術(shù)，人機(jī)交互技術(shù)隨著計算機(jī)的發(fā)展而不斷取得新進(jìn)展，人們對人臉自動識別技術(shù)的研究也逐漸深入，人臉識別在公安、校園、地鐵、機(jī)場、企業(yè)、社區(qū)等生活中的各領(lǐng)域得到廣泛應(yīng)用，因而成為圖像智能處理和模式識別中最熱門的研究課題之一。在公安的偵察工作中，通過人臉識別技術(shù)的運用，人像識別鑒定、嫌疑人識別、布控排查、重點場所門禁監(jiān)管等方面都獲得較好應(yīng)用效果。人臉識別技術(shù)受個體年齡、姿態(tài)、動作、表情、服飾、光照等多方面因素影響而面臨著極大挑戰(zhàn)［1］。年齡是造成個體面部特征變化的主要因素，對人臉識別的準(zhǔn)確性有著關(guān)鍵性影響。隨著年齡增長，面部形狀、色澤、細(xì)微紋理會潛移默化地發(fā)生著變化。人類面部的老化是復(fù)雜的非線性變化過程，同年齡的不同人具有相似情況，同一個人在不同年齡段有著差異性變化特點，故而人臉老化過程的建模極其復(fù)雜，跨年齡人臉識別具有相當(dāng)大難度。

人臉識別是一種生物特征識別技術(shù)，從圖像中獲取個性化的人臉特征，確定人臉圖像位置，包括人臉檢測、人臉裁剪、人臉校正、特征提取和人臉識別等流程［2］，具有非接觸性、非侵?jǐn)_性、便捷性和友好性等優(yōu)勢。但是在實際應(yīng)用中，人臉識別也面臨諸多問題。如：人臉數(shù)據(jù)庫的定期更新需耗費巨大的人力物力、人類的衰老導(dǎo)致面部特征的改變等。這些問題都促使人臉識別技術(shù)的不斷迭代升級，因而發(fā)明一款穩(wěn)定高效的跨年齡人臉識別系統(tǒng)顯得尤為重要?？缒挲g人臉識別包括圖片中人臉檢測、面部關(guān)鍵點檢測、人臉對齊、關(guān)鍵特征提取、驗證判定等階段。過去的人臉識別技術(shù)是非端到端的連續(xù)過程，每步流程的結(jié)果都會影響到下一階段的準(zhǔn)確性，保障每個階段的準(zhǔn)確性和可靠性意味著識別結(jié)果的準(zhǔn)確率，跨年齡人臉識別的重點任務(wù)是獲得忽略年齡變化的身份特征。本文闡述跨年齡人臉識別技術(shù)在公安業(yè)務(wù)的應(yīng)用前景，結(jié)合人臉識別技術(shù)在當(dāng)前的發(fā)展現(xiàn)狀，對跨年齡人臉識別技術(shù)進(jìn)行深入研究，提出相應(yīng)算法，以提高人臉識別在公安應(yīng)用中的精準(zhǔn)度。

1 應(yīng)用前景分析

人臉作為人類表面的生物特征具有對環(huán)境及設(shè)備要求低、采集技術(shù)難度低、非接觸式等易采集優(yōu)點。但因自然年齡增長、光照不穩(wěn)定、表情和姿態(tài)變化等因素影響，自然場景下的人臉識別也存在諸多挑戰(zhàn)。人工智能、深度學(xué)習(xí)的快速崛起使得計算機(jī)視覺、圖像處理、人臉識別等技術(shù)在公安刑偵司法等工作中已得到廣泛且重點應(yīng)用，并將在未來的公安工作中有著光明的應(yīng)用及研究價值?？缒挲g人臉識別在公安業(yè)務(wù)場景中的應(yīng)用主要涉及幾下方面。

1.1 追捕逃串罪犯

全國公安機(jī)關(guān)每年都有大量潛逃的境內(nèi)外犯罪嫌疑人，有的罪犯被立案逃逸后潛逃時間長達(dá)十幾年甚至二十年以上，而公安機(jī)關(guān)的資料中往往只有罪犯作案時期的照片。經(jīng)過數(shù)年長期潛逃躲避后，容貌大多會發(fā)生極大改變，令人難以用肉眼識別辨認(rèn)，這也令人臉識別技術(shù)面臨極大挑戰(zhàn)。跨年齡人臉識別就能很好地解決這個難題，即便罪犯在逃串多年臉部樣貌發(fā)生一定改變后，其人臉一旦出現(xiàn)在公安的人臉系統(tǒng)，也能被快速準(zhǔn)確識別認(rèn)證。這對提升警方的工作效率、降低辦案難度，加強(qiáng)社會治安無疑有巨大功勞。

1.2 找尋走失人員

如據(jù)報道，中國每年約有800 萬失蹤人口，公安機(jī)關(guān)有上千萬人需要尋找，人口失蹤已成為一項較為嚴(yán)重的社會問題。在人員流動節(jié)奏快的背景下，一旦錯過失蹤人口剛走失后幾小時的最佳時間，就只能大大拉長搜索范圍，而公安對人臉的檢索將增大到千萬級別，海量數(shù)據(jù)的人臉對比，使得難度呈指數(shù)級增長，導(dǎo)致走失人員的長期失蹤。在走失人口中大部分是兒童，兒童一旦失蹤，極可能是被拐賣到較偏遠(yuǎn)地區(qū)，再找回來的機(jī)率便微乎其微。正常孩童的成長發(fā)育速度很快，幾年時間中面貌和體型都會發(fā)生很大改變，隨著走失時間的延長，甚至連家長和親人都無法辨認(rèn)是否為自家孩子?？缒挲g識別技術(shù)在識別遺失數(shù)年之久的失蹤人員上，可有效避免年齡增長造成的人臉變化影響，助力公安找到更多遺失人口，幫助他們早日實現(xiàn)家人團(tuán)聚。

1.3 各類證件驗證

在信息飛速傳播，網(wǎng)絡(luò)社交媒體都發(fā)達(dá)的今天，許多場景都需要用到個人證件比對驗證，特別是機(jī)場車站安檢、出入境、辦證大廳、銀行業(yè)務(wù)辦理等場合，且這些場合的證件驗證系統(tǒng)往往都與公安追捕罪犯的網(wǎng)絡(luò)系統(tǒng)聯(lián)通。一般的證件查驗是通過辦理人員人工肉眼查看，有的當(dāng)事人的證件辦理年份久遠(yuǎn)，而更新不及時，證件照片與當(dāng)事人當(dāng)下面部已有明顯變化，就極大增加了工作人員的辦事效能，肉眼驗證不但效率低還有很高的不可靠性?？缒挲g人臉識別技術(shù)的興起不但利于這些特殊場景的辦事人員大大提高工作效率、增加對應(yīng)系統(tǒng)的可靠性，還能在檢測到警方黑名單中在逃疑犯后實時通知公安系統(tǒng)，使公安及時開展抓捕逃犯行動，便于打擊犯罪分子。

2 國內(nèi)外研究現(xiàn)狀

人臉識別技術(shù)伴隨計算機(jī)技術(shù)的飛速發(fā)展而得到深入研究和廣泛使用。追溯人臉識別的研究歷史，最初是1954 年J.S.Bruner 發(fā)表有關(guān)心理學(xué)的人的感知，從感知和心理學(xué)角度探索人臉識別的原理。由于跨年齡人臉識別在許多領(lǐng)域有著不可取代的效用，因此受到大量關(guān)注。當(dāng)前科研界對跨年齡人臉識別的研究主要分為以下4 類。

2.1 生成式方法

該方法是根據(jù)人類面部老化過程的特征進(jìn)行建模，模擬人臉在自然老化中紋理、顏色、形狀等特征的變化。找到不同年齡段的實驗者，用老化模型生成各個年齡階段的照片，進(jìn)行人臉驗證，但實驗結(jié)果往往因參數(shù)設(shè)置過高、計算成本較大、缺乏真實年齡數(shù)據(jù)等因素而不理想。Lanitis 等人［3］于2004 年發(fā)明了多分類器算法，用于接收人臉圖像模型生成的圖像。每個分類器生成人臉圖像的預(yù)估年齡，通過不同分類器處理圖像得出的年齡，證實了機(jī)器也能模擬人類推測一個人的年紀(jì)大小。Shu［4］的團(tuán)隊于2015 年設(shè)計了一個老化字典模型，模型中以個體的身份和年齡決定人臉特征為前提，人的身份特征幾乎是固定的，但年齡特征會隨時間的推移發(fā)生改變。老化字典模型不斷學(xué)習(xí)人年齡老化過程中的面部特征，試圖線性表達(dá)一個人的衰老過程，但人類的老化過程并不是一個簡單的線性函數(shù)就能表達(dá)清楚的，因此這個模型會引起老化后的人臉分影。Wang等［5］通過長短時記憶網(wǎng)絡(luò)技術(shù)，構(gòu)建了基于遞歸神經(jīng)網(wǎng)絡(luò)的人臉連續(xù)老化框架，能分辨0～80 歲不同年齡階段的人臉，對老化字典模型中的人臉分影模糊現(xiàn)象的消除有一定作用，能獲得兩個離散組間的老年人臉部圖片。但因?qū)嶒灁?shù)據(jù)量缺乏，又受臉部表情、形態(tài)等噪聲影響，這種形式也不能很好地進(jìn)行跨年齡人臉識別。

2.2 傳統(tǒng)判別式方法

與生成方式相反，判別式是關(guān)注圖像中對年齡不敏感的因素，盡量忽略年齡差異導(dǎo)致的影響，從而實現(xiàn)人臉識別。因此，在此方法中提取對年齡不敏感的特征顯得尤為重要。最新的判別式法是文獻(xiàn)［6］將跨人臉年齡驗證與跨年齡人臉驗證聯(lián)合建模，以年齡驗證輔助人臉驗證，排除年齡敏感特性以獲得年齡不變的特征。文獻(xiàn)［7］提出以最大熵模型為基礎(chǔ)的具有更好魯棒性的特征描述符，該方法包含了隱變量分析模型，以提高識別的精確度。其研究團(tuán)隊在2014 年曾從人類中衰老導(dǎo)致的變異與穩(wěn)定特征的差異著手，建立隱藏因素分析模型，將人臉表示為個人身份特征與年齡特征的線性關(guān)系，忽視了年齡特征會受到面部老化影響而發(fā)生非線性變化的情況。文獻(xiàn)［8］通過對人臉圖像高頻多次地隨機(jī)采樣法，得到了更準(zhǔn)確地描述臉部特點的因素，但該方法缺乏對不同年齡差異特點的考慮，沒有很好地針對性。文獻(xiàn)［9］提出梯度方向金字塔特征描述符，該方法使用方向梯度直方圖，以多尺度信息收集判別特征來削弱年齡跨度對人臉識別的影響，利用支持向量機(jī)當(dāng)作判別器進(jìn)行跨年齡人臉識別。

2.3 數(shù)據(jù)驅(qū)動方法

數(shù)據(jù)量的不足會阻礙所有研究發(fā)展的腳步，跨年齡人臉識別研究一直在基礎(chǔ)實驗數(shù)據(jù)獲取方面困難重重。文獻(xiàn)［10］收集了多位名人不同年齡階段的臉部圖像，建立了一個跨年齡人臉數(shù)據(jù)集CARD，研究出以數(shù)據(jù)作為驅(qū)動的跨年齡人臉識別法，同時使用特定個體不同時期的面部圖像用于特征編碼，這種模式也成為跨年齡參考編碼。

2.4 深度學(xué)習(xí)方法

隨著卷積神經(jīng)網(wǎng)絡(luò)在計算機(jī)視覺和自然語言處理領(lǐng)域的成功應(yīng)用，深度學(xué)習(xí)在跨年齡人臉識別中也逐漸得到重視。文獻(xiàn)［11］利用深度學(xué)習(xí)獲取臉部特征，并與LBP 特征結(jié)合實現(xiàn)人臉識別目標(biāo)，這是學(xué)習(xí)更高級別特征的新方式。文獻(xiàn)［12］為解決同年齡不同個體的人臉識別和檢索問題，利用自編碼網(wǎng)絡(luò)學(xué)習(xí)人臉的非線性空間模型，探索出耦合自編碼網(wǎng)絡(luò)模型。文獻(xiàn)［13］采用卷積神經(jīng)網(wǎng)絡(luò)生成隱形因子主導(dǎo)的跨年齡人臉識別模型。文獻(xiàn)［14］通過無監(jiān)督特征學(xué)習(xí)分層特征表示，把經(jīng)過無監(jiān)督學(xué)習(xí)的模型嵌套進(jìn)卷積神經(jīng)網(wǎng)絡(luò)，獲得了深度學(xué)習(xí)人臉表達(dá)的多層信息。文獻(xiàn)［15］將個人特征中由年齡增長引起的變化因素剝離，學(xué)習(xí)其不變因素后進(jìn)行人臉識別實驗，由此得出一種新的深度學(xué)習(xí)人臉識別網(wǎng)絡(luò)，即年齡估計引導(dǎo)卷積神經(jīng)網(wǎng)絡(luò)。文獻(xiàn)［16］聯(lián)合相似度度量和基于卷積神經(jīng)網(wǎng)絡(luò)的特征表示任務(wù)，通過優(yōu)化端對端的模型提高跨年齡人臉識別的精確性。

3 算法研究與實現(xiàn)

跨年齡人臉識別可采用基于深度學(xué)習(xí)的圖像細(xì)粒度分類算法來實現(xiàn)，其目的是對粗粒度的大類別進(jìn)行更加細(xì)致的子類劃分。由于關(guān)鍵的判別力區(qū)域散布在細(xì)小區(qū)域，需要網(wǎng)絡(luò)進(jìn)行定位的工作，而現(xiàn)有大多數(shù)的網(wǎng)絡(luò)將定位與識別整合在一起，網(wǎng)絡(luò)缺乏捕獲判別力區(qū)域的能力。因此，亟待尋求能夠?qū)W習(xí)有效特征和區(qū)分難易特征的方法?？缒挲g人臉識別技術(shù)關(guān)鍵要解決兩類問題：

（1）尋找同一子類內(nèi)部的共同特征：如圖1 所示，同一個人不同年齡的人臉特征存在較大差異，需要尋找能唯一標(biāo)識的共同特征。

圖1 跨年齡人臉數(shù)據(jù)集示意圖Fig.1 Schematic diagram of cross-age face dataset

（2）區(qū)分不同子類之間的類間差異：不同人不同年齡的人臉特征可能會存在局部較大相似性，如何保證在同一子類內(nèi)部具有共同特征的條件下，尋找合適的類間差異，也是此類問題的難點。

本文針對這些問題進(jìn)行的實驗探索過程如下。

3.1 選擇合適的算法框架

Hawkeye 是一個開源的、基于PyTorch 的細(xì)粒度圖像識別模型庫，該算法包括了注意力機(jī)制、特殊損失函數(shù)等多種識別方法，本文使用Hawkeye 庫中基于注意力機(jī)制的壓縮-多擴(kuò)展（One-Squeeze Multi-Excitation，OSME）+多注意力多類別約束（Multi-Attention Multi-Class，MAMC）算法框架。該框架由OSME 與MAMC 兩部分組成：

（1）OSME 模塊負(fù)責(zé)提取多個注意力區(qū)域的特征，雖然其借鑒了SENet 的注意力機(jī)制，但區(qū)別在于OSME 采用多層特征提取結(jié)構(gòu)，因此可以提取多個注意力區(qū)域的特征。

（2）MAMC 模塊負(fù)責(zé)加強(qiáng)多個注意力區(qū)域之間的通信，其借鑒了度量學(xué)習(xí)的思想，將OSME 模塊提取的多個注意力區(qū)域進(jìn)行劃分，改進(jìn)了正負(fù)樣本之間的關(guān)系，并且防止了注意力檢測引入噪聲及噪聲被不斷放大的缺陷。該算法具有端到端單階段的優(yōu)勢。

該算法首先通過OSME 模型學(xué)習(xí)每個輸入圖像的多注意力特征區(qū)域，然后在度量學(xué)習(xí)框架中應(yīng)用多注意力多類別約束（MAMC）。其中，對于每個特征，MAMC 函數(shù)能夠拉近相同注意力且是相同類別的特征，同時拉遠(yuǎn)不同注意力或者不同類別的特征。算法原理如圖2 所示。

圖2 OSME+MAMC 算法網(wǎng)絡(luò)原理圖Fig.2 Network schematic diagram of OSME+MAMC algorithm

3.2 選擇和配置數(shù)據(jù)集

目前公開的跨年齡人臉數(shù)據(jù)集較多，如Face Gap、Large Age-Gap、UTKFace、CACD2000 等，本文選擇使用Face Gap 數(shù)據(jù)集進(jìn)行相應(yīng)實驗。Face Gap數(shù)據(jù)集由兩部分組成：其中圖像數(shù)據(jù)，即跨年齡的人臉數(shù)據(jù)，共1 002 張人臉圖像；標(biāo)注數(shù)據(jù)，對應(yīng)每一張圖像中人臉的位置頂點坐標(biāo)。該數(shù)據(jù)集由82 個人的人臉圖像組成，其中包含兒童／年輕人到成人／老年人的圖像，年齡范圍從0 到69 歲，年齡差距達(dá)45 歲。實驗中按照8 ∶2 的比例將數(shù)據(jù)集劃分為訓(xùn)練集和測試，配置好數(shù)據(jù)集路徑。

3.3 使用Hawkeye 對數(shù)據(jù)集進(jìn)行訓(xùn)練

實驗的參數(shù)都在相應(yīng)的yaml 文件中，可讀性高、便于修改，本文使用Adam 優(yōu)化器，學(xué)習(xí)率為0.000 1，訓(xùn)練1 000個周期，得到最優(yōu)的識別模型。訓(xùn)練的損失函數(shù)曲線如圖3 所示。

圖3 模型訓(xùn)練loss 曲線圖Fig.3 Loss curve of model training

3.4 使用圖片對模型進(jìn)行測試

使用未參與訓(xùn)練的100 張圖片對模型進(jìn)行效果測試，共識別準(zhǔn)確的95 張、錯誤5 張，測試效果如圖4 所示。

圖4 模型測試效果Fig.4 Effect picture of model test

4 結(jié)束語

人臉識別技術(shù)作為計算機(jī)視覺領(lǐng)域的一個熱點研究方向，在社會生活的方方面面都得到廣泛應(yīng)用。人體臉部老化不是單調(diào)的線性變化過程，而是隨著個體的內(nèi)在特征存在明顯差異的，因此傳統(tǒng)的人臉識別算法在跨年齡人臉識別問題上往往表現(xiàn)欠佳。本文結(jié)合目前最新的深度學(xué)習(xí)技術(shù)，采用基于卷積神經(jīng)網(wǎng)絡(luò)的圖像細(xì)粒度分類算法框架OSME+MAMC，用多注意力機(jī)制實現(xiàn)對人臉年齡特征的提取，并用度量學(xué)習(xí)的思想進(jìn)行誤差估算，最終實現(xiàn)跨年齡人臉識別的目的。經(jīng)基于開源的Face Gap 數(shù)據(jù)集對算法的測試，識別準(zhǔn)確率達(dá)到了約95%，證明了該方法的可行性。另外，本文對跨年齡人臉識別在公安業(yè)務(wù)中的應(yīng)用場景進(jìn)行了分析，該技術(shù)具有非常廣闊的應(yīng)用前景和重要的研究價值。