一種基于稠密SIFT特征對(duì)齊的稀疏表達(dá)人臉識(shí)別算法

周 全 魏 昕 陳建新 鄭寶玉

?

一種基于稠密SIFT特征對(duì)齊的稀疏表達(dá)人臉識(shí)別算法

周 全*魏 昕 陳建新 鄭寶玉

(南京郵電大學(xué)寬帶通信與傳感網(wǎng)技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室 南京 210003)

該文針對(duì)人臉圖像受到非剛性變化的影響，如旋轉(zhuǎn)、姿態(tài)以及表情變化等，提出一種基于稠密尺度不變特征轉(zhuǎn)換(SIFT)特征對(duì)齊(Dense SIFT Feature Alignment, DSFA)的稀疏表達(dá)人臉識(shí)別算法。整個(gè)算法包含兩個(gè)步驟：首先利用DSFA方法對(duì)齊訓(xùn)練和測(cè)試樣本；然后設(shè)計(jì)一種改進(jìn)的稀疏表達(dá)模型進(jìn)行人臉識(shí)別。為加快DSFA步驟的執(zhí)行速度，還設(shè)計(jì)了一種由粗到精的層次化對(duì)齊機(jī)制。實(shí)驗(yàn)結(jié)果表明：在ORL, AR和LFW 3個(gè)典型數(shù)據(jù)集上，該文方法都獲得了最高的識(shí)別精度。該文方法比傳統(tǒng)稀疏表達(dá)方法在識(shí)別精度上平均提高了4.3%，同時(shí)提高了大約6倍的識(shí)別效率。

人臉識(shí)別；人臉對(duì)齊；稠密尺度不變特征轉(zhuǎn)換特征；稀疏表達(dá)模型

1 引言

作為高層視覺的主要任務(wù)之一，人臉識(shí)別的目的是區(qū)分輸入人臉圖像的類別信息。人臉識(shí)別技術(shù)不僅是計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)，而且為相關(guān)的實(shí)際應(yīng)用提供技術(shù)支持，如：人臉鑒定[3]，人機(jī)交互[4]，視頻監(jiān)控[5]以及入侵檢測(cè)[6]等。過去十幾年來，學(xué)者們?cè)O(shè)計(jì)了很多成功的人臉識(shí)別系統(tǒng)。從建模的角度出發(fā)，現(xiàn)有的人臉識(shí)別方法大致可以分為兩個(gè)類別：監(jiān)督式模型和非監(jiān)督式模型。監(jiān)督式模型通過判別準(zhǔn)則來識(shí)別人臉，如線性映射模型[12]和線性回歸模型[13]等。實(shí)際的人臉圖像經(jīng)常受到劇烈的變形和噪聲干擾，如光照，遮擋，旋轉(zhuǎn)、姿態(tài)和表情變化等，限制了這類方法在實(shí)際中的應(yīng)用。非監(jiān)督式模型則主要采用圖像重建的方法來建模，并通過重建誤差來估計(jì)人臉類別。比較經(jīng)典的建模方法包括主成份分析(Principal Component Analysis, PCA)[14]，獨(dú)立成份分析(Independent Component Analysis, ICA)[15]和稀疏表達(dá)模型(Sparse Representation Models, SRMs)等。PCA方法也稱為特征臉方法，通過最大化所有訓(xùn)練樣本的散度來計(jì)算主要的投影方向。ICA方法是PCA方法的擴(kuò)展，通過求取一系列相互獨(dú)立的投影方向，然后將訓(xùn)練樣本投影到由這些投影方向張成的特征空間中[15]。SRM模型[16]廣泛應(yīng)用于正臉樣本的識(shí)別，在提高識(shí)別精度的同時(shí)很好地解決了遮擋，光照以及噪聲對(duì)人臉圖像識(shí)別的影響。Peng等人[17]提出了一種改進(jìn)的稀疏表達(dá)模型，專門用來處理剛性變換下的非正臉圖像的識(shí)別問題。Wagner等人[18]在Peng等人[17]的研究基礎(chǔ)上，提出一種面向?qū)嶋H應(yīng)用的人臉識(shí)別系統(tǒng)。但在實(shí)際場(chǎng)景中，無論是訓(xùn)練圖像還是測(cè)試圖像，都會(huì)受到非剛性變換的影響，如旋轉(zhuǎn)、表情、姿態(tài)等的變化，這就需要研究非剛性變換作用后人臉圖像的識(shí)別問題。

本文提出一種基于稠密SIFT(Scale Invariant Feature Transform)特征對(duì)齊(Donse SIFT Feature Alignment, DSFA)的稀疏表達(dá)人臉識(shí)別算法。首先將訓(xùn)練圖像向測(cè)試人臉對(duì)齊，然后利用稀疏近似的方法進(jìn)行人臉識(shí)別。具體而言，首先提取圖像每個(gè)像素的SIFT特征描述子[19]，然后根據(jù)圖像對(duì)齊準(zhǔn)則建立圖像對(duì)齊模型。在對(duì)齊模型的優(yōu)化過程中，設(shè)計(jì)一種由粗到精的層次化對(duì)齊機(jī)制，可大大降低算法復(fù)雜度。最后，設(shè)計(jì)一種改進(jìn)的稀疏表達(dá)模型來進(jìn)行人臉識(shí)別。本文方法不需要測(cè)試人臉是正臉圖像，提高了整個(gè)算法的靈活性。文獻(xiàn)[18]提出的SRM模型與本文方法直接相關(guān)，但兩者在方法動(dòng)機(jī)和技術(shù)細(xì)節(jié)上存在本質(zhì)不同。首先，兩種方法的假設(shè)前提不同。文獻(xiàn)[18]中假設(shè)測(cè)試圖像是一系列非對(duì)齊人臉圖像，而訓(xùn)練圖像是一系列對(duì)齊的正臉圖像。本文則考慮在訓(xùn)練和測(cè)試圖像都是非對(duì)齊人臉圖像，并都受到非剛性形變情況下的人臉識(shí)別問題。其次，兩種方法的工作機(jī)制不同。文獻(xiàn)[18]是測(cè)試圖像向訓(xùn)練圖像對(duì)齊，而本文方法是訓(xùn)練圖像向測(cè)試圖像對(duì)齊。最后，兩種方法在具體算法上不同。文獻(xiàn)[18]采用線性迭代更新的方法求取一系列最優(yōu)的剛性變換，將測(cè)試人臉圖像對(duì)齊到訓(xùn)練圖像，而本文運(yùn)用DSFA算法作為一種非剛性變換將訓(xùn)練圖像對(duì)齊到測(cè)試圖像。與傳統(tǒng)的人臉識(shí)別算法和現(xiàn)有的SRM模型相比，實(shí)驗(yàn)結(jié)果證明了本文方法獲得了更高的識(shí)別精度和更快的識(shí)別速度。總而言之，本文主要貢獻(xiàn)如下：(1)針對(duì)人臉圖像易于受到非剛性變換的影響(如旋轉(zhuǎn)、姿態(tài)和表情變化等)，設(shè)計(jì)了一種DSFA算法進(jìn)行人臉對(duì)齊；(2)為提高DSFA的優(yōu)化效率，設(shè)計(jì)了一種由粗到精的層次化對(duì)齊機(jī)制；(3)得到大致對(duì)齊的訓(xùn)練樣本圖像之后，設(shè)計(jì)了一種改進(jìn)的SRM模型，并提出一種易于實(shí)現(xiàn)的識(shí)別算法。

2 基于DSFA的人臉圖像對(duì)齊

2.1 稠密SIFT特征描述子提取

SIFT特征[19]是一種刻畫圖像梯度變化信息的魯棒性描述子，并廣泛應(yīng)用于人臉識(shí)別[20]。計(jì)算SIFT特征主要包括特征點(diǎn)檢測(cè)和特征點(diǎn)描述兩個(gè)過程，本文只采用特征點(diǎn)描述過程。以像素=(,)為中心，將16×16大小的圖像區(qū)塊分割成4×4個(gè)較小的區(qū)塊(每個(gè)區(qū)塊的大小為4×4)。在每個(gè)4×4區(qū)塊中統(tǒng)計(jì)8個(gè)方向上的梯度直方圖。這樣像素就可以表示成為一個(gè)4×4×8=128維度的特征向量。稠密SIFT特征描述子提取就是對(duì)圖像中每個(gè)像素都提取SIFT特征描述子。

2.2人臉圖像對(duì)齊模型及其優(yōu)化

給定兩幅人臉圖像1和2，圖像對(duì)齊的目的就是希望圖像1中像素經(jīng)過漂移之后，在圖像2中具有相同或者類似的SIFT特征。定義()=((),())為像素的漂移向量。其中，()和()分別代表在豎直方向和水平方向上的漂移向量。顯然，()和()的取值只能是整數(shù)。為避免像素漂移之后出現(xiàn)不連續(xù)的情況，相鄰像素之間的漂移向量應(yīng)盡量保持一致。定義圖像1和2的對(duì)齊模型或者對(duì)齊能量為

圖1 雙層信念傳播子圖示意圖

2.3 由粗到精的對(duì)齊機(jī)制

采用雙層環(huán)形信念傳播算法的問題在于整個(gè)算法的復(fù)雜度隨著圖像分辨率的增大而急劇增加。例如，優(yōu)化一幅100×100和一幅80×80大小的圖像之間的對(duì)齊模型耗時(shí)約50 s，而優(yōu)化兩幅256×256大小的圖像則需要2 h，僅存儲(chǔ)式(1)中數(shù)據(jù)對(duì)齊項(xiàng)中的數(shù)據(jù)就需要大約16 G的內(nèi)存。為此，本文設(shè)計(jì)一種由粗到精的對(duì)齊機(jī)制來加快DSFA的優(yōu)化速度。該機(jī)制的基本思想是在粗的尺度上大致估計(jì)漂移量，然后逐漸傳播并細(xì)化到精細(xì)的尺度。整個(gè)優(yōu)化過程如圖2所示。建立3層不同尺度的圖像金字塔{s},=1, 2, 3。其中1的分辨率與原始圖像大小一樣，而圖像s+1通過圖像s下采樣得到。假設(shè)k表示在第個(gè)尺度需要被對(duì)齊的像素坐標(biāo)，表示像素在第個(gè)尺度上的最優(yōu)漂移向量，k表示搜索最優(yōu)漂移向量的窗口中心坐標(biāo)。在圖像金字塔最高層3中，搜索窗口的中心設(shè)置為3=3。為確保全搜索，搜索窗口的大小設(shè)置為，其中為3的寬度或者高度。所以3層信念傳播算法的復(fù)雜度為。當(dāng)信念傳播算法收斂以后，整個(gè)系統(tǒng)將像素3的最優(yōu)漂移向量傳播給下一層。信念傳播算法將在以為中心，大小為的搜索窗口中搜索最優(yōu)的漂移向量。整個(gè)優(yōu)化過程重復(fù)迭代直到計(jì)算得到。這種由粗到精的算法復(fù)雜度為，大大優(yōu)于原始的優(yōu)化算法復(fù)雜度。實(shí)際應(yīng)用中，使用雙核2.7 GHz因特爾CPU和32 G內(nèi)存的PC機(jī)，采用由粗到精的對(duì)齊機(jī)制來優(yōu)化兩幅256×256大小的人臉圖像僅僅只需要大約30 s，比原始優(yōu)化算法提高了4倍速率。

圖2 由粗到精的對(duì)齊機(jī)制示意圖(陰影窗口表示在第k個(gè)尺度上像素x k的搜索窗口)

圖3展示了ORL數(shù)據(jù)集[8]中3個(gè)人臉圖像進(jìn)行對(duì)齊的例子。其中最左邊是任意選擇的測(cè)試人臉圖像，剩下的人臉圖像分別向選擇的測(cè)試圖像對(duì)齊。盡管受到不同的旋轉(zhuǎn)、遮擋以及姿態(tài)和表情變化的影響，采用DSFA的方法可以很好地將同一類別的訓(xùn)練圖像向測(cè)試圖像進(jìn)行對(duì)齊。圖3的最右邊還展示了不同類別的訓(xùn)練圖像向測(cè)試人臉圖像對(duì)齊的效果，可以看出不同類別的訓(xùn)練圖像在經(jīng)過DSFA 后與測(cè)試圖像依然存在很大的形變。

圖3 ORL數(shù)據(jù)集中運(yùn)用DSFA算法進(jìn)行對(duì)齊的3個(gè)例子

3 基于DSFA的人臉識(shí)別

傳統(tǒng)SRM將測(cè)試樣本通過訓(xùn)練樣本集合張成的空間線性近似表達(dá)[16]，并通過優(yōu)化模型中系數(shù)向量的稀疏性來求解人臉識(shí)別問題。如圖3所示，經(jīng)過DSFA算法進(jìn)行人臉對(duì)齊之后，同一類別的訓(xùn)練圖像可以向測(cè)試圖像進(jìn)行對(duì)齊，而不同類別的訓(xùn)練圖像不能很好的與測(cè)試圖像對(duì)齊。這意味著如果利用傳統(tǒng)的SRM來建模對(duì)齊后人臉圖像的識(shí)別問題，并不影響系數(shù)向量的稀疏性。本節(jié)結(jié)合DSFA對(duì)齊算法，提出一種改進(jìn)的SRM模型及其對(duì)應(yīng)的人臉識(shí)別算法。

3.1改進(jìn)的SRM模型

3.2 基于SRM模型的人臉識(shí)別算法

整個(gè)識(shí)別過程如表1所示。本文采用對(duì)偶的線性規(guī)劃算法[22]來實(shí)現(xiàn)范數(shù)的最小化優(yōu)化計(jì)算。

表1 SRM模型分類算法

4 仿真實(shí)驗(yàn)以及實(shí)驗(yàn)結(jié)果

4.1 數(shù)據(jù)集

ORL人臉數(shù)據(jù)集[8]包含40個(gè)人的400幅灰度圖像。這些圖像包含不同表情的正臉圖像和非正臉圖像，如睜眼和閉眼，張嘴和微笑等；不同的遮擋，如佩戴眼鏡；以及姿態(tài)和旋轉(zhuǎn)等。本文采用ORL數(shù)據(jù)集的另外一個(gè)主要原因在于這些人臉圖像來自于不同的性別和年齡。

AR人臉數(shù)據(jù)集[23]包含126個(gè)人(70個(gè)男人和56個(gè)女人)的4000幅彩色圖像。這些人臉圖像都是正臉圖像，主要包含不同的人臉表情變化(如微笑，發(fā)怒，哭喊以及無變化等)；光照變化；以及遮擋變化(太陽鏡以及圍巾)。采用這個(gè)數(shù)據(jù)集用來測(cè)試本文方法在表情變化下的魯棒性。

LFW人臉數(shù)據(jù)集[24]一共包含5749個(gè)人的13233幅彩色圖像。這些人臉圖像都具有較大的姿態(tài)、旋轉(zhuǎn)以及表情變化。本文首先采用人臉檢測(cè)算法[25]在原始圖像中檢測(cè)人臉區(qū)域，然后在原始圖像中截取分辨率為大小的人臉圖像。采用這個(gè)數(shù)據(jù)集的目的在于測(cè)試本文方法在旋轉(zhuǎn)、姿態(tài)以及表情等非剛性變化對(duì)人臉識(shí)別的影響。

4.2 實(shí)驗(yàn)環(huán)境設(shè)置

本文選擇6種人臉識(shí)別算法，從識(shí)別精度和執(zhí)行效率兩個(gè)方面做性能比較。這些方法分別是：TPFRS算法[18]，LBP算法[9]，PCA算法[14]， ICA算法[15]，GNN算法[2]以及FF算法[12]。3個(gè)數(shù)據(jù)集中每幅圖像都下采樣到分辨率大小的圖像。為避免固定的訓(xùn)練樣本對(duì)算法性能產(chǎn)生的影響，本文在LFW數(shù)據(jù)集上做10次交叉驗(yàn)證[24]，在另外兩個(gè)數(shù)據(jù)集上做30次交叉驗(yàn)證，其中，50%的樣本用于訓(xùn)練，10%的樣本用來做交叉驗(yàn)證，40%的樣本用于測(cè)試。實(shí)驗(yàn)中參數(shù)設(shè)置為0.7。式(1)中其他所有參數(shù)設(shè)置準(zhǔn)則為：極端誤匹配的情況下(如白色像素匹配到黑色像素或者黑色像素匹配到白色像素)，可能的最大取值為(RGB 3個(gè)通道)。是一個(gè)經(jīng)驗(yàn)參數(shù)。在固定其他參數(shù)的前提下，當(dāng)=1.275時(shí)在驗(yàn)證集上獲得最優(yōu)識(shí)別性能。此外，本文要求像素的漂移向量與毗鄰的4個(gè)像素的漂移向量盡量保持一致，因此對(duì)取值較大，為=500。門限的作用和類似，其取值與有關(guān)。由于所有圖像下采樣到分辨率大小，那么水平方向或者豎直方向匹配的極端情況是，因此，本文中的取值為。

4.3實(shí)驗(yàn)結(jié)果

表2展示了本文算法在3個(gè)數(shù)據(jù)集上的平均識(shí)別精度以及執(zhí)行效率，并與其他基準(zhǔn)算法做了性能對(duì)比。為檢測(cè)交叉驗(yàn)證對(duì)算法性能的影響，每種方法在第2行還分別展示了識(shí)別精度和執(zhí)行效率的方差。從表2可以看出，本文算法在3個(gè)數(shù)據(jù)集上都取得了最好的識(shí)別精度。與LFW數(shù)據(jù)集相比，ORL和AR數(shù)據(jù)集包含較少的人臉圖像，并且人臉圖像的變化簡(jiǎn)單。因此，本文方法在ORL和AR數(shù)據(jù)集上取得較高的識(shí)別精度(100%, 99.3%)，而在LFW數(shù)據(jù)集上識(shí)別精度相對(duì)較低(95.7%)。此外，與采用傳統(tǒng)稀疏表達(dá)模型的TPFRS方法[18]相比，本文方法在ORL, AR和LFW 3個(gè)數(shù)據(jù)集上的識(shí)別精度分別提高了1.4%, 2.1%和9.4%，平均提高了4.3%。可以看出，本文方法在LFW數(shù)據(jù)集上能取得較高識(shí)別精度的增益，這是因?yàn)長(zhǎng)FW數(shù)據(jù)集中大部分人臉圖像都受到非剛性形變的影響，而本文提出的DSFA方法很好地解決了這類人臉圖像的對(duì)齊問題。執(zhí)行效率方面，本文方法在3個(gè)數(shù)據(jù)集上識(shí)別一幅人臉圖像的平均時(shí)間分別為0.45 s, 0.43 s和0.40s，而TPFRS算法[18]的識(shí)別時(shí)間分別為2.48 s, 2.87 s和2.32 s，大約提高了6倍的識(shí)別效率。基于重建的人臉識(shí)別方法(如PCA和ICA模型)對(duì)非剛性變化非常敏感，而本文采用DSFA的對(duì)齊機(jī)制對(duì)旋轉(zhuǎn)、表情以及姿態(tài)變化具有魯棒性。雖然TPFRS算法在ORL數(shù)據(jù)集[8]和AR數(shù)據(jù)集[23]上也取得了較好的性能，但是很難解決非剛性變換后人臉圖像的識(shí)別問題。尤其在LFW這種存在劇烈非剛性變換的數(shù)據(jù)集上，性能下降很快，而本文算法依然可以獲得95.7%的識(shí)別精度。在所有基準(zhǔn)算法中，TPFRS[18]算法性能最好，但是計(jì)算效率較低。FF算法[12]，GNN算法[2]和LBP算法[9]性能相當(dāng)，而PCA算法[14]和ICA算法[15]性能最差。

表2不同方法在ORL數(shù)據(jù)集[8]、AR數(shù)據(jù)集[23]和LFW數(shù)據(jù)集[24]上的性能對(duì)比

4.4 訓(xùn)練樣本個(gè)數(shù)對(duì)識(shí)別精度的影響

本文還測(cè)試了訓(xùn)練樣本個(gè)數(shù)對(duì)整體性能的影響。圖4展示了本文算法在ORL數(shù)據(jù)集[8]和AR數(shù)據(jù)集[23]上隨著訓(xùn)練樣本個(gè)數(shù)變化而導(dǎo)致識(shí)別精度的變化。本文選擇TPFRS算法[18]，GNN算法[2]以及FF算法[12]作為基準(zhǔn)對(duì)比算法。可以看出，隨著訓(xùn)練樣本的增加，所有方法的性能都得到提升。相比之下，本文獲得了最好的識(shí)別精度。在ORL數(shù)據(jù)集[8]上，本文算法在50%訓(xùn)練樣本的情況下還取得了100%識(shí)別精度。

圖4 在ORL數(shù)據(jù)集和AR數(shù)據(jù)集上識(shí)別精度隨著訓(xùn)練樣本個(gè)數(shù)的變化

4.5 運(yùn)行效率對(duì)比

表1中還展示了本文算法和其他算法的執(zhí)行效率，并對(duì)比了訓(xùn)練和識(shí)別所需要的平均時(shí)間和方差。所有算法結(jié)果在雙核2.7GHz因特爾CPU和32G內(nèi)存的PC機(jī)上運(yùn)行得到。可以看出，本文算法的平均識(shí)別效率要快于TPFRS算法[18]，GNN算法[2]和LBP算法[9]，但是要慢于FF算法[12]，PCA算法[14]以及ICA算法[15]。具體而言，運(yùn)用DSFA 算法進(jìn)行圖像對(duì)齊大致需要0.28 s，而識(shí)別過程需要耗時(shí)0.15 s。

4.6由粗到精對(duì)齊機(jī)制的收斂性

在使用DSFA算法進(jìn)行人臉對(duì)齊的過程中，一個(gè)自然的問題在于使用由粗到精的對(duì)齊機(jī)制與不采用由粗到精的對(duì)齊機(jī)制相比，是否能收斂到相同的最小的能量。為此，本文隨機(jī)抽取200對(duì)人臉圖像進(jìn)行實(shí)驗(yàn)。所有圖像分辨率首先歸一化到大小，然后運(yùn)用DSFA算法進(jìn)行人臉對(duì)齊。圖5展示了使用由粗到精和不使用由粗到精兩種機(jī)制下式(1)的最小能量。其中橫軸是采用由粗到精對(duì)齊機(jī)制下的最小能量，縱軸是不采用由粗到精對(duì)齊機(jī)制下的最小能量。采用由粗到精的對(duì)齊機(jī)制平均耗時(shí)31 s，而不采用由粗到精的對(duì)齊機(jī)制則要耗時(shí)127 min。如圖5所示，不使用由粗到精對(duì)齊機(jī)制能夠獲得更小的對(duì)齊能量，而且大多數(shù)情況下，采用由粗到精對(duì)齊機(jī)制下的對(duì)齊能量都能收斂到不采用由粗到精對(duì)齊機(jī)制下的對(duì)齊能量。

圖5 采用由粗到精對(duì)齊機(jī)制下對(duì)齊能量的收斂性

5 結(jié)束語

本文提出了一種有效克服非剛性視覺變換的人臉識(shí)別方法。采用DSFA算法能夠?qū)⑼活悇e的訓(xùn)練樣本大致對(duì)齊到測(cè)試樣本，而不同類別的訓(xùn)練樣本不能對(duì)齊到測(cè)試樣本；然后提出一種改進(jìn)的SRM 模型，并利用模型中系數(shù)向量的稀疏性來識(shí)別不同類別的人臉圖像。實(shí)驗(yàn)結(jié)果表明本文方法在ORL，AR以及LFW數(shù)據(jù)集上的識(shí)別精度和執(zhí)行效率要優(yōu)于其他人臉識(shí)別模型。后續(xù)工作將探討如何運(yùn)用本文方法解決視頻序列中人臉圖像的識(shí)別問題。

參考文獻(xiàn)

[1] Li S Z and Jain A K. Handbook of face recognition[M]. New York, Springer, 2011: 1-374.

[2] Yang A Y, Zihan Z, Ganesh B A,.. Fast-minimization algorithms for robust face recognition[J]., 2013, 22(8): 3234-3236.

[3] Cament A L, Castillo L E, Perez J P,.. Fusion of local normalization and Gabor entropy weighted features for face identification[J]., 2014, 47(2): 568-577.

[4] Jonathon P P and Alice O J. Comparison of human and computer performance across face recognition experiments[J]., 2014, 32(1): 74-85.

[5] Radtke V W P, Granger E, Sabourin R,.. Skew-sensitive boolean combination for adaptive ensembles-An application to face recognition in video surveillance[J]., 2014, 20(10): 31-48.

[6] Abdullah M F A, Sayeed S M, Sonai K M,.. Face recognition with symmetric local graph Structure[J]., 2014, 41(14): 6131-6137.

[7] 殷飛, 焦李成, 楊淑媛. 基于子空間類標(biāo)傳播和正則判別分析的單標(biāo)記圖像人臉識(shí)別[J]. 電子與信息學(xué)報(bào), 2014, 36(3): 610-616.

Yin Fei, Jiao Li-cheng, and Yang Shu-yuan. Subspace label propagation and regularized discriminate analysis based single labeled image person face recognition[J].&, 2014, 36(3): 610-616.

[8] 趙振華郝曉弘.局部保持鑒別投影及其在人臉識(shí)別中的應(yīng)用[J]. 電子與信息學(xué)報(bào), 2013, 35(2): 463-467.

Zhao Zhen-hua and Hao Xiao-hong. Linear locality preserving and discriminating projection for face recognition [J].&, 2013, 35(2): 463-467.

[9] Ahonen T, Hadid A, and Pietikainen M. Face description with local binary patterns: Application to face recognition[J]., 2006, 28(12): 2037-2041

[10] 張潔玉, 趙鴻萍, 陳曙. 自適應(yīng)閾值及加權(quán)局部二值模式的人臉識(shí)別[J]. 電子與信息學(xué)報(bào), 2014, 36(6): 1327-1333.

Zhang Jie-yu, Zhao Hong-ping, and Chen Shu. Face recognition based on weighted local binary pattern with adaptive threshold[J].&, 2014, 36(6): 1327-1333.

[11] Cootes T F, Edwards G J, and Taylor C J. Active appearance models[J]., 2001, 23(6): 681-685.

[12] Belhumeur P N, Hespanha J P, and Kriegman D J. Eigenfaces vs. fisherfaces: recognition using class specific linear projection[J]., 1997, 19(7): 711-720

[13] Naseem I, Togneri R, and Bennamoun M. Linear regression for face recognition[J]., 2010, 32(11): 2106-2112

[14] Turk M and Pentland A. Eigenfaces for recognition[J]., 2010, 3(1): 71-86.

[15] Bartlett M S, Movellan J R, and Sejnowski T J. Face recognition by independent component analysis[J]., 2002, 13(6): 1450-1464.

[16] Wright J, Yang A Y, Ganesh A,.. Robust face recognition via sparse representation[J]., 2009, 31(2): 210-227

[17] Peng Y, Ganesh A, Wright J,.. Rasl: Robust alignment by sparse and low-rank decomposition for linearly correlated images[J]., 2012, 34(11): 22330-2246.

[18] Wagner A, Wright J, Ganesh A,.. Toward a practical face recognition system: Robust alignment and illumination by sparse representation[J]., 2012, 34(2): 372-386.

[19] Lowe D G. Distinctive image features from scale-invariant keypoints[J]., 2004, 60(2): 91-110.

[20] Shekhovtsov A, Kovtun I, and Hlavac V. Efficient MRF Deformation Model for Non-Rigid Image Matching[C]. Proceedings of the IEEE Computer Vision and Pattern Recognition, Miami, FL, USA, 2007: 1-6.

[21] Felzenszwalb P F and Huttenlocher D P. Efficient belief propagation for early vision[J]., 2006, 70(1): 41-54.

[22] Boyd S and Vandenberghe L. Convex Optimization[M]. London, Cambridge University Press, 2004: 457-514.

[23] Martinez A M. The AR face database[R]. CVC Tech. Rep. 1998.

[24] Huang G B, Ramesh M, Berg T,.. Labeled faces in the wild: A database for studying face recognition in unconstrained environments[R]. University of Massachusetts, Amherst Tech. Rep. 7-49, 2007.

[25] Viola P and Jones M J. Robust Real-Time Face Detection[J], 2004, 57(3): 137-154.

Improved Sparse Representation Algorithm for Face Recognition Via Dense SIFT Feature Alignment

Zhou Quan Wei Xin Chen Jian-xin Zheng Bao-yu

(,,210003,)

In order to address the non-rigid deformation (e.g., misalignment, poses, and expression) of facial images, this paper proposes a novel sparse representation face recognition algorithm using Dense Scale Invariant Feature Transform (SIFT) Feature Alignment (DSFA). The whole method consists of two steps: first, DSFA is employed as a generic transformation to roughly align training and testing samples; and then, input facial images are identified based on proposed sparse representation model. A novel coarse-to-fine scheme is designed to accelerate facial image alignment. The experimental results demonstrate the superiority of the proposed method over other methods on ORL, AR, and LFW datasets. The proposed approach improves 4.3% in terms of recognition accuracy and runs nearly 6 times faster than previous sparse approximation methods on three datasets.

Face recognition; Face alignment; Dense Scale Invariant Feature Fransform (SIFT) Feature; Sparse representation model

TP391.41

A

1009-5896(2015)08-1913-07

10.11999/JEIT141194

周全 quan.zhou@njupt.edu.cn

2014-09-12收到，2015-04-24改回，2015-06-08網(wǎng)絡(luò)優(yōu)先出版

國(guó)家自然科學(xué)基金(61201165, 61271240, 61401228, 61403350)和南京郵電大學(xué)科研基金(NY213067)資助課題

周 全： 男，1980年生，講師，研究方向?yàn)橛?jì)算機(jī)視覺、模式識(shí)別.

魏 昕： 男，1983年生，副教授，研究方向?yàn)槟Ｊ阶R(shí)別.

陳建新： 男，1971年生，副教授，研究方向?yàn)槎嗝襟w信號(hào)處理.

鄭寶玉： 男，1945年生，教授，研究方向?yàn)槎嗝襟w信號(hào)處理、多媒體通信.