利用異或運算和編碼約束的降維LDP人臉識別方法

(無錫太湖學院 物聯網工程學院，江蘇 無錫 214064)

利用異或運算和編碼約束的降維LDP人臉識別方法

李榮

(無錫太湖學院物聯網工程學院，江蘇無錫214064)

為了有效表示面部特征，在局部方向模式(LDP)的基礎上，提出降維局部方向模式(RDLDP)；首先，修改LDP編碼模式約束以完成模式的重構，通過對LDP碼進行異或運算來計算每個塊的單一碼；然后，將所得編碼圖像劃分為生成直方圖，連接所有區域的直方圖塊以形成最終描述符;最后，計算特征向量間的卡方相異性度量值，并使用最近鄰分類器完成最終的人臉識別;實驗采用了3個公開的標準數據庫FERET、擴展YALE-B和ORL，提出的改進方法在3個數據集上的最高識別率分別可高達96.97%、96.10%、97.61%，該結果驗證了提出方法的有效性。與其他基于局部描述符的先進方法相比，提出方法在準確度和錯誤識別率等方面更優。

降維局部方向模式； 面部特征； 人臉識別；局部描述符；卡方相異性

0 引言

生物識別模式多種多樣，如虹膜、面部、指紋、聲音等。由于人臉識別通用性更廣，其研究熱度和商用價值也更高。但當前人臉識別[1]系統在不同姿勢、不同表情、不同角度和不同照明等非限制條件下，效果并不明顯[2]。因此，研究效率高和適用性好的人臉識別系統至關重要。

人臉識別方法大致分為兩類：基于幾何特征和基于外觀特征的方法[3]。基于幾何特征方法利用全局特征信息，而基于外觀特征方法主要描述人臉的紋理。一般，基于幾何特征的方法可提供更好的結果。目前，比較流行的有主成分分析[1](principal component analysis，PCA)、線性判別分析[4](linear discriminant analysis, LDA)、獨立分量分析[5](independent component analysis, ICA)、局部二值模式[6](local binary pattern, LBP)、局部相位量化[7](local phase quantization, LPQ)、局部方向模式[8](local directional pattern, LDP)、局部三元模式[9](local ternary pattern, LTP)、高斯掩膜的局部方向數[10](local gaussian directional number，LGDN)。

以上這些方法通常有些變體或改進模式。如文獻[11]提出了一種降維-主成分分析法，通過確定面部識別特征值相關聯的特征向量表示特征空間。該方法減小了原始圖像維度，且具有一定魯棒性。文獻[12]提出一種快速、姿勢魯棒的人臉識別方法。在人臉圖像Gabor特征的姿態上應用PCA以消除冗余。然而，對于成像角度變化等限制條件，并沒有給出相應的解決方法。針對LBP和LDP算子對噪聲敏感，文獻[13]提出一種改進的LDP，主要改進二值量化特征信息的單一問題，按照偏振方位角的編碼方式提取人臉圖像的多方向紋理特征[13]。針對高分辨率的Kirsch掩模單純考慮方向性而沒有考慮像素位置權重問題，文獻[14]在LDP的基礎上，提出一種差值LDP(Difference Local Directional Pattern, DLDP)，改進了權重。統計圖像塊上不同差值LDP模式個數生成相應的子直方圖。將子直方圖串聯起來用于表示人臉圖像。文獻[15]提出了一種混合方法，采用灰度級共生矩陣(GLCM)、LDP加邊緣信息來獲取更加準確的人臉表示，但該方法復雜度較高。

人臉識別有多種局部描述符，這些描述符都定義一個掩膜，將其與圖像疊加，并計算與掩膜中心重合中心像素的編碼模式?；诖耍岢鲆环N改進的局部描述符，即降維LDP(Reduced-Dimension-Local Directional Pattern, RDLDP)。對于每個區域，生成LDP代碼，通過修改原有LDP編碼模式約束條件來完成模式的重構。提出的改進方法主要創新點總結如下：

1)提出的方法在保留原有LDP算法Kirsch掩膜模板以及對每個像素進行LDP編碼的基礎之上，對LDP編碼的提取流程施加約束，通過異或運算獲得8位RDLDP編碼，優化了編碼過程。

2)將RDLDP編碼圖像中的每個區域直方圖的級聯作為給定輸入圖像的最終描述符，從而減少了描述符運行時間，提高了效率。

3)RDLDP算子實現了連接所有區域直方圖塊，從而形成長度更短的最終描述符，降低了由于過量冗余信息帶來的識別誤差，最終的識別精確度得到了提升。

1 降維局部方向模式

提出的降維局部方向模式(RDLDP)分配給每塊3×3子區域8位代碼，該代碼表示圖像塊的紋理模式。LDP為3×3塊中的每個像素計算單個8位碼。提出的RDLDP計算該塊的單個8位碼。

1.1 廣義RDLDP模型

針對大小為height×width的圖像I。

這里將冗余比率定義為子圖中的像素數除以降維圖像中的像素數。

(1)

廣義RDLDP模型基于兩個參數a和b的選擇。一般的做法是定義大小為n×n的濾波器，即假設a和b相等。

情況1：a=1

等效于LDP，因為每個像素編碼為LDP碼，所得LDP編碼圖像的大小等于輸入圖像的大小。

情況2：a=2

此種情況為RDLDP，對于大小為2×2的圖像，RDLDP將4個像素等效編碼為1個RDLDP碼，因此RR是4:1。

情況3：a=3

此種情況也為RDLDP，對于大小為3×3的圖像，RDLDP將9個像素等效編碼為1個RDLDP碼，因此RR是9:1。

對于a和b值不等時，RDLDP將子圖像的像素編碼為滿足RR是a×b:1的等效RDLDP碼。

RDLDP的主要優點如下：

1)描述符運行很短時間就能有效識別面部；

2)可以用于圖像檢索和分類問題。

缺點：不適用于平面直方圖圖像，即具有灰度值的圖像，因為相同灰度值的異或會產生零描述符。另外RDLDP也難以擴展到多個尺度。

1.2 圖像塊RDLDP代碼生成與降維

輸入圖像劃分為3×3塊，并且每個塊與圖1所示的Kirsch掩膜進行卷積。中心像素附近的8個相鄰像素中的每一個均映射到LDP碼。通過異或運算8個LDP碼以獲得8位RDLDP碼。

圖1 8個方向的Kirsch掩膜

LDP計算公式如下：

(2)

(3)

異或過程定義如下：

Codej=(((c1⊕c2)⊕c3)...⊕c8)

(4)

式中，ci表示每個像素的LDP碼，i=1,...,8。Codej表示第j塊的RDLDP碼。

兩個模式的異或不能保證所得代碼中始終存在3個1，得到的RDLDP代碼也可能全1或全0。本文將LDP碼的約束稍微放寬，即所得代碼至多3個1，如果結果代碼模式中1的數量超過3，則保留最高有效位中的1，其余設置為0。因此，總共有93種不同模式。LDP和RDLDP工作機制的比較如圖2所示。

圖2 LDP和RDLDP標記(查詢)圖像形成的比較

提出方法中，假設大小為240×240的圖像I劃分為3×3塊，對每個塊計算RDLDP碼。所得RDLDP標記圖像的尺寸為40×40。將該圖像進一步分成大小為8×8的區域，并且為每個區域生成模式直方圖。最終，連接所有區域的直方圖塊以形成整個圖像的最終描述符。由于描述符的長度小于原始描述符，實現了對LDP的降維。

1.3 RDLDP面部特征表示

每個面部由RDLDP直方圖表示，由于每個像素都是LDP編碼的，因此生成的描述符非常長。雖然它包含邊、角和其他紋理信息，一般可理解為數據的過擬合。為了減少這種過擬合長度，將RDLDP編碼圖像中每個區域直方圖的級聯作為給定輸入圖像的最終描述符。

每個圖像的RDLDP特征向量存儲在數據庫中。對于給定的查詢圖像，計算RDLDP特征向量。本文使用卡方相異性度量比較查詢圖像特征描述符與數據庫中的特征描述符。度量值最低表示已找到匹配。對于長度為L的兩個特征向量的卡方相異性度量定義如下：

(5)

式中，wi表示第i區域的權重，L為向量v1和v2的長度。由于93種模式值必須落在0-255的范圍內，因此將0-255均分為4個部分，即[0-63]，[64-127]，[128-191]和[192-255]。這里分配權重1給第一部分[0-63]、分配權重2、3和4到其他部分。對于區域i，權重分配規則如下：檢查該區域中出現模式的最大數，根據最大模式屬于哪個部分來確定權重。

1.4 分類

分類階段在人臉識別系統中非常重要，由于k-最近鄰分類器[16]簡單實用，實時性高，而且不需要嚴格的參數設定。因此，實用比較廣泛。研究表明，最近鄰分類器(k=1)的誤差概率低于貝葉斯分類器的最小誤差概率。因此，人臉特征表示完后，提出的方法計算測試樣本特征與每個訓練樣本特征之間的卡方相異性度量，接著利用k-NN算法完成最終人臉識別。綜上，整個方法的流程圖如圖3所示。

圖3 本文算法的流程圖

2 實驗結果和性能分析

所提出的系統在標準基準數據庫上測試：FERET[9]、擴展YALE-B數據庫[8]和ORL人臉數據庫[2]。

2.1 FERET數據庫的結果

FERET數據庫每人最多包含一個圖像，并且分成5組：Fa、Fb、Fc、dup-1和dup-2。Fa通常用作圖庫集，它包含1196人的正面圖像。Fb有1195個圖像，面部表情不同于Fa集。Fc包含不同照明條件下采集的194個圖像，dup-1包含在稍后時間采集的722個圖像，dup-2作為dup-1的子集。FERET數據庫中提取的一些樣本圖像如圖4所示。

圖4 FERET數據庫獲取的示例圖像

與LBP、LTP、LPQ、LDP、LDN和LGDN的平均識別率比較如表1所示。可以看出，提出的RDLDP平均識別率最優。

表1 FERET數據庫各方法的平均識別率

FERET數據庫的4個集合中，dup-1和dup-2數據庫最具挑戰性，因為這兩個子庫包含的采集對象是一兩年后的拍攝圖像。為了進一步增加復雜性，兩集合中的圖像數少于Fa、Fb和Fc中的圖像數。 因此，大多數方法在Fb和Fc中具有較高的識別率，在dup-1和dup-2的識別率則較低。為了從各個子集進行精確比較，對LBP、LDP、LGDN和DLDP在準確度、錯誤接受率和錯誤識別率方面進行比對，其結果如圖5所示?？梢钥闯?，這幾個方法中，提出的方法在各個子集中均取得最優結果。

圖5 FERET數據庫中各方法的比較

現有方法的共同點是每個像素生成代碼，然后將標記的圖像劃分為區域進行直方圖分塊。提出的RDLDP每個塊生成代碼，因此，標記圖像的維度大為降低。同時，各個直方圖塊形成的描述符在FERET數據庫良好地描述人臉特征，比其他局部描述符方法具有更好的識別率。

2.2 擴展YALE-B數據庫

擴展YALE-B數據庫中含有28個人類對象的16128幅圖像。在64種不同的照明條件下，采集每個對象9個姿勢的圖像。這些圖像分為多個集合：Sub-1、Sub-2、Sub-3、Sub-4和Sub-5， Sub-1用作圖庫集。不同照明條件下以不同姿勢采集的某對象人臉圖像如圖6所示。

圖6 擴展YALE數據庫獲取的示例圖像

在該數據庫中，與LBP、LTP、LPQ、LDP、LDN和LGDN的識別率結果如表2所示。LGDN方法的識別率最高，提出的RDLDP方法在性能上最接近LGDN。

表2 擴展Yale數據庫各方法的平均識別率

為了從各個子集進行精確比較，對LBP、LDP、LGDN和DLDP在準確度和錯誤接受率方面進行比對，其結果如圖7所示。由于RDLDP的維度降低，提出的RDLDP方法在Sub-2和Sub-3集合中識別率最高。Sub-4集合中，RDLDP和LGDN均達到94%的最大識別率。對于Sub-5集合，RDLDP達到95%的識別率，而LGDN的識別率是94%。

圖7 擴展YALE數據庫中各方法比較

2.3 ORL數據庫上的結果

ORL數據庫是一個稍微簡單的數據庫，它包含了40個不同人類對象在不同照明條件下采集的400張圖像。所有圖像都具有不同面部表情和不同拍攝角度。不同姿勢的人臉圖像示例如圖8所示。由于數據庫比較簡單，對比了文獻[15]提出的較為復雜的混合方法。ORL數據庫的識別率結果如表2所示。由表2可知，結合灰度級共生矩陣(GLCM)+LDP+邊緣信息(EDGE)的混合方法最優，其最大識別率達到98.75%。提出的RDLDP識別率達到97.62%，僅次于最優方法GLCM+LDP+EDGE。與最優方法相比，RDLDP使用了較低的圖像維度，因此，其運算復雜度明顯更低。

圖8 ORL數據庫獲取的示例圖像

方法識別率/%LBP83．25LTP85．04LDP81．53LPQ86．87DLDP89．15LGDN96．52RDLDP97．61

提出的RDLDP和其他3種方法的識別率、準確性、錯誤接受率如圖9所示。由圖9可知，RDLDP優于LBP、LDP、LGDN和DLDP。

圖9 ORL數據庫中各方法的比較

2.4 收斂性實驗

為確保人臉識別不會出現欠擬現象(即沒有很好地捕捉數據特征)，必須進行收斂性分析，這里考慮掩膜的尺寸(a)與識別率關系，具體如表4所示。當a值從1增加到3時，識別率也隨之增加，當a取值超過3時開始降低。由表4可以看出，各個數據庫都表現出相似的特性。這說明了兩個問題，即：1)為保持完美的緊湊代碼，掩膜尺寸的理想值取3；2)掩膜尺寸的選取不隨數據庫的變化而變化，具有一般通用性。

表4 不同掩膜的尺寸下的識別率 %

3 結論

該文引入一種降維LDP的編碼方案，可以生成較好的緊湊代碼，其效率高于一般局部描述符。實驗在標準數據庫FERET、擴展YALE-B數據庫和ORL數據庫上進行。實驗結果表明，RDLDP優于其他現有的局部描述符方法，具有更高的識別率和錯誤識別率。

未來將考慮更多不可控條件下的人臉識別，如低光照條件

下的大偏轉角的人臉識別。并考慮采用更加復雜的人臉數據庫，如LFW人臉庫、YouTube視頻人臉數據庫。

[1] 陸嬌藍, 陳 軍, 楊 著. 基于云計算的嵌入式人臉識別系統建構與研究[J]. 計算機測量與控制, 2016, 24(4): 146-148.

[2] Moeini A, Faez K, Moeini H. Expression-invariant three-dimensional face reconstruction from a single image by facial expression generic elastic models[J]. Journal of Electronic Imaging, 2014, 23(5): 1569-1575.

[3] 蘇 煜, 山世光, 陳熙霖,等. 基于全局和局部特征集成的人臉識別[J]. 軟件學報, 2010, 21(8): 1849-1862.

[4] 成亞玲, 譚愛平, 張 敏. 混合多距離圖像的線性判別分析人臉識別算法[J]. 系統仿真學報, 2016, 28(9): 2254-2259.

[5] 楊福生, 洪 波. 獨立分量分析的原理與應用[M]. 北京：清華大學出版社, 2006.

[6] 宋克臣, 顏云輝, 陳文輝,等. 局部二值模式方法研究與展望[J]. 自動化學報, 2013, 39(6): 730-744.

[7] 朱長水, 丁 勇, 袁寶華,等. 融合LBP和LPQ的人臉識別[J]. 南京師大學報(自然科學版), 2015, 36(1): 104-107.

[8] Rivera A R, Castillo J R, Chae O O. Local Directional Number Pattern for Face Analysis: Face and Expression Recognition[J]. IEEE Transactions on Image Processing A Publication of the IEEE Signal Processing Society, 2013, 22(5): 1740-1752.

[9] Ren J, Jiang X, Yuan J. Relaxed local ternary pattern for face recognition[A]. IEEE International Conference on Image Processing[C]. IEEE, 2013: 3680-3684.

[10] Rivera A R, Rojas J, Chae O. Local Gaussian Directional Pattern for face recognition[A]. International Conference on Pattern Recognition[C]. IEEE, 2012: 1000-1003.

[11] 梁勝杰, 張志華, 崔立林,等. 基于主成分分析與核獨立成分分析的降維方法[J]. 系統工程與電子技術, 2011, 33(9): 2144-2148.

[12] Yi D, Lei Z, Li S Z. Towards Pose Robust Face Recognition[A]. IEEE Computer Society Conference on Computer Vision and Pattern Recognition[C]. 2013: 3539-3545.

[13] 魏 莉, 蔣建國, 齊美彬,等. 偏振編碼方式的LDP人臉識別算法[J]. 中國圖象圖形學報, 2016, 21(6): 756-763.

[14] 李照奎, 丁立新, 王 巖,等. 基于差值局部方向模式的人臉特征表示[J]. 軟件學報, 2015, 26(11): 2912-2929.

[15] Kar A, Bhattacharjee D, Basu D K, et al. An adaptive block based integrated LDP, GLCM, and Morphological features for Face Recognition [J]. Computer Science, 2013, 37(12): 2019-2028.

[16] 陳 實, 黃芝平, 劉純武,等. 基于可視化圖形特征的入侵檢測方法[J]. 計算機測量與控制, 2016, 24(8): 49-51.

FaceRecognitionMethodUsingReduced-dimensionLDPUsingXORandCodingConstraints

Li Rong

(Internet of Things Engineering College, Taihu University of Wuxi, Wuxi 214064, China)

To represent facial features effectively, on the basis of local directional patterns (LDP), a reduced -dimension-local directional pattern (RDLDP) is proposed. Firstly, the constraints of LDP encoding mode is modified to complete the pattern reconstruction, and through the XOR of the LDP code, code of each block is calculated. Then, the encoding image is divided into histograms, and the histograms of all areas are connected to form the final descriptor. Finally, the chi square dissimilarity measure between the eigenvectors is computed, and the k-nearest neighbor classifier is adopted to complete the final face recognition. Three public available standard databases, FERET, extended YALE-B, and ORL are adopted in the experiment. The proposed method can be up to 96.97%, 96.10% and 97.61% respectively in the three data sets.And the effectiveness of the proposed algorithm verified by experimental results. Compared with other advanced methods based on local descriptors, the proposed method is superior in accuracy and error recognition rate.

reduced-dimension-local directional pattern; facial features; face recognition; local descriptors; Chi square dissimilarity

2017-07-05；

2017-08-02。

李 榮(1978-)，女，江蘇淮安人，碩士，講師，主要從事圖像處理、模式識別方向的研究。

1671-4598(2017)10-0171-05

10.16526/j.cnki.11-4762/tp.2017.10.044

TP391

A