基于深度學(xué)習(xí)的人臉識(shí)別系統(tǒng)

韓睿

摘要：本文設(shè)計(jì)描述了三種人臉識(shí)別技術(shù)：（1）通過膚色模型訓(xùn)練的圖像變化技術(shù)對圖像的人臉區(qū)域進(jìn)行識(shí)別并分割出來。（2）Eigenface人臉識(shí)別算法的圖像表示技術(shù)通過輸入已知人臉圖片，可視化特征臉，與系統(tǒng)相似臉匹配并計(jì)算識(shí)別準(zhǔn)確率。（3）全連接神經(jīng)網(wǎng)絡(luò)技術(shù)和卷積神經(jīng)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)對對輸入人臉的識(shí)別分析和匹配測試，從系統(tǒng)庫里找到與之最相近的的臉，并可視化展示。

[關(guān)鍵詞]人臉識(shí)別深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

1引言

1.1課題研究的目的和意義

近年來，隨著科學(xué)技術(shù)的進(jìn)步和社會(huì)的發(fā)展，對有效辨別人身的需求越來越迫切。傳統(tǒng)的指紋識(shí)別和密碼識(shí)別等方式雖已發(fā)展較為完善但存在著識(shí)別率偏低，應(yīng)用性不廣等問題。人臉識(shí)別技術(shù)在識(shí)別身份和圖像處理方面有著廣泛的應(yīng)用和發(fā)展空間，與其他身體特征相比，人臉不容易被遺忘，不易竊取，且具有非接觸性和穩(wěn)定性。而身份驗(yàn)證和人臉檢測方面對人臉識(shí)別的準(zhǔn)確度提出越來越高的要求，故而人臉識(shí)別智能算法對識(shí)別準(zhǔn)確度有著較為重要的影響。

1.2設(shè)計(jì)需求

在當(dāng)今社會(huì)中，人臉識(shí)別技術(shù)主要適用于身份識(shí)別和匹配，一方面需要將獲取到的人臉圖像進(jìn)行面部識(shí)別，即將圖像中的人臉區(qū)域進(jìn)行提取，另一方面需要將識(shí)別到的人臉與系統(tǒng)庫里已有的人臉圖像進(jìn)行匹配驗(yàn)證進(jìn)而達(dá)到身份驗(yàn)證的目的。

本文通過多建立人臉訓(xùn)練膚色模型檢

測人臉區(qū)域部分，提取人臉區(qū)域，分別使用Eigenface算法，全連接網(wǎng)絡(luò)的人臉識(shí)別，卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別實(shí)現(xiàn)簡易人臉識(shí)別系統(tǒng)并測試其準(zhǔn)確率。

2多人臉訓(xùn)練膚色模型檢測

2.1訓(xùn)練膚色模型

人臉的膚色不依賴于面部的其他特征，不受表情和妝容影響，具有很好的穩(wěn)定性。由于不同膚色的人臉對應(yīng)的色調(diào)基本一致，故人臉膚色的特征主要通過膚色模型描述，故本方案采用高斯模型來表示。

2.1.1色彩空間

為了把人臉區(qū)域從非人臉區(qū)域分割出來，需要使用適合不同膚色和不同光照條件的可靠的膚色模型。在本文的實(shí)驗(yàn)中選用YCrCb空間作為膚色分布統(tǒng)計(jì)的映射空間，該空間的優(yōu)點(diǎn)是受亮度變化的影響較小，而且是兩維獨(dú)立分布，能較好地限制膚色分布區(qū)域。進(jìn)而大大提高了人倆檢測的效率和正確性。

2.1.2建立膚色樣本

建立膚色模型需要使用大量包含不同膚色的圖像信息，由于本設(shè)計(jì)目的為對一已知面部圖片進(jìn)行膚色識(shí)別，進(jìn)而可以只截取3-5張?jiān)搱D像的膚色信息圖片（即人臉的一小部分）作為膚色樣本。將其從RGB圖片轉(zhuǎn)化為YCbCr色彩空間。

2.1.3建立膚色模型

在構(gòu)建膚色模型之后，首先使用二位高斯分布來描述這種Cb-Cr的色度分布，然后對膚色樣本進(jìn)行一定的分析得到一個(gè)分布中心，在根據(jù)所觀察的像素離該中心的遠(yuǎn)近來得到一個(gè)膚色的相似度。利用已知樣本圖像，計(jì)算均值和方差得到高斯分布模型。

均值計(jì)算公式：a=s/（m*n）;（像素值總和除以像素個(gè)數(shù)）

方差計(jì)算公式如下：a2==s/（m*n-1）;（S為所有像素與均值的平方和）

二維高斯分布表達(dá)式為：

2.2測試分析

2.2.1閾值分割

在進(jìn)行閾值分割之前，首先將彩色圖像轉(zhuǎn)換為灰度圖像，實(shí)驗(yàn)證明，不同的膚色具有相同的2D模型G（m，V^2）?；叶戎祵?yīng)屬于皮膚區(qū)域的可能性，同過設(shè)定門限，就可以轉(zhuǎn)換為二值圖像，1，0分別表示皮膚和非皮膚區(qū)域。使得圖像對存儲(chǔ)需求和傳輸帶寬的要求大大降低，從而達(dá)到在完成圖像壓縮的同時(shí)也保證了視覺上幾乎沒有損失的效果，進(jìn)而使得圖像的傳輸速度更快，存儲(chǔ)更加方便。

由于人體皮膚區(qū)域的像素與膚色模型的相似程度較高，計(jì)算得到相似度比1較大，因此在膚色灰度圖中，皮膚區(qū)域會(huì)顯得比其他部分更亮。通過嘗試改變閾值即可達(dá)到目的效果。

本設(shè)計(jì)通過選擇的閾值以0.05為間隔從0。8逐漸減小。根據(jù)閾值的選擇，就可以將膚色灰度圖轉(zhuǎn)化為二值圖。轉(zhuǎn)化二值圖片效果如圖1所示。

2.2.2人臉區(qū)間分析

由于二值化圖像可能包含多個(gè)類膚色區(qū)域，受環(huán)境亮度影響，可能會(huì)導(dǎo)致人臉判斷錯(cuò)誤。

故而需對圖像進(jìn)行標(biāo)記和判決，以便于逐個(gè)處理，本設(shè)計(jì)采用形態(tài)學(xué)判斷法，即人為設(shè)定長寬高比，逐像素判斷是否在設(shè)定的膚色范圍內(nèi)將符合條件的像素設(shè)置為白色，其余像素設(shè)置為黑色獲取圖片中的連通區(qū)域，刪除面積較小的連通區(qū)域?qū)τ诿總€(gè)保留的連通區(qū)域，畫出包含連通區(qū)域的最小矩。當(dāng)檢測區(qū)域的高度比值落在該區(qū)間時(shí)，則認(rèn)為該區(qū)域?yàn)槿四樅蜻x區(qū)域。

并用矩形方框框出滿足條件的部分，如圖2所示。

3Eigenface實(shí)現(xiàn)人臉識(shí)別系統(tǒng)

3.1特征臉與平均臉的構(gòu)建

3.1.1平均臉

由系統(tǒng)已知的圖像知共165張圖像，實(shí)驗(yàn)證明，將15人的165張圖像劃分為訓(xùn)練集和測試集，訓(xùn)練集主要用于平均臉的計(jì)算以及計(jì)算特征值，測試集主要用于和訓(xùn)練集中的人臉圖像進(jìn)行匹配進(jìn)而得到識(shí)別準(zhǔn)確度。

平均臉的計(jì)算需要先計(jì)算各張訓(xùn)練集圖像的像素以及求出平均值。由于數(shù)量巨大，本設(shè)計(jì)采用將每張圖片依次讀取各張測試集圖片并存儲(chǔ)成一個(gè)向量。即獲取包含M張人臉圖像的集合S。每張圖像可以轉(zhuǎn)換成一個(gè)N維的向量然后把這M個(gè)向量放到一個(gè)集合S里。在獲取到人臉向量集合S后，計(jì)算得到平均圖像甲，計(jì)算公式如下：

將平均臉按像素排列順序進(jìn)行排列如圖3所示。

3.1.2特征臉

由高等數(shù)學(xué)知識(shí)知求特征臉即為計(jì)算九張測試集的特征向量，其中ψ表示平均圖像，C為特征向量計(jì)算公式如下：

即先計(jì)算每張圖像和平均圖像的差值φ，就是用S集合里的每個(gè)元素減去步驟二中的平均值。

找到M個(gè)正交的單位向量un，這些單位向量其實(shí)是用來描述φ（步驟三中的差值）分布的。un里面的第k（k=1，2.，..M）個(gè)向量uk是通過下式計(jì)算的

當(dāng)這個(gè)Nk（原又里取了個(gè)名子叫特征值）

取最小的值時(shí)，uk基本就確定了。

上面的等式使得uk為單位正交向量。計(jì)算上面的uk其實(shí)就是計(jì)算如下協(xié)方差矩陣的特征向量：

其中A={中，P2，φ，....，中。}

對于一個(gè)NxN（比如100x100）維的圖像來說，上述直接計(jì)算其特征向量計(jì)算量實(shí)在是太大了（協(xié)方差矩陣可以達(dá)到10000x10000），所以有了如下的簡單轉(zhuǎn)化計(jì)算。如果訓(xùn)練圖像的數(shù)量小于圖像的維數(shù)比如（M

一旦我們找到了L矩陣的M個(gè)特征向量vI，那么協(xié)方差矩陣的特征向量ul就可以表示

這些所求的特征向量即為特征臉，根據(jù)像素排列順序進(jìn)行排列，在程序中用可視化界面顯示即可得到九張?zhí)卣鬟B，如圖4所示。

其中2代表要判別的人臉，S2k代表訓(xùn)練集內(nèi)的某個(gè)人臉，兩者都是通過特征臉的權(quán)重來表示的。式子是對兩者求歐式距離，當(dāng)距離小于閾值時(shí)說明要判別的臉和訓(xùn)練集內(nèi)的第k個(gè)臉是同一個(gè)人的。

3.2識(shí)別準(zhǔn)確率檢測

由上式得特征臉可以用如下方式表示：

其中k=.2...M，對于第k個(gè)特征臉uk，上式可以計(jì)算其對應(yīng)的權(quán)重，M個(gè)權(quán)重可以構(gòu)成一個(gè)向量：

計(jì)算識(shí)別的準(zhǔn)確率本設(shè)計(jì)采用歐式距離的最小值進(jìn)行計(jì)算，當(dāng)測試集中的圖像與訓(xùn)練集的圖像一對應(yīng)（即為同一個(gè)人）計(jì)數(shù)加一，用識(shí)別正確的數(shù)量比測試集的圖像數(shù)量進(jìn)而得到準(zhǔn)確率。

由已知可以通過上式對測試集求特征值，從而進(jìn)行特征值比進(jìn)而得到歐式距離。其中Q代表要判別的人臉，9k代表訓(xùn)練集內(nèi)的某個(gè)人臉，兩者都是通過特征臉的權(quán)重來表示的。式子是對兩者求歐式距離，當(dāng)距離小于閾值時(shí)說明要判別的臉和訓(xùn)練集內(nèi)的第k個(gè)臉是同一個(gè)人的。采用公式如下：

4全連接網(wǎng)絡(luò)人臉識(shí)別系統(tǒng)

4.1數(shù)據(jù)結(jié)構(gòu)的構(gòu)建

構(gòu)建結(jié)構(gòu)體儲(chǔ)存圖像的數(shù)據(jù)，其中包含：訓(xùn)練集與測試集的圖像數(shù)據(jù)，訓(xùn)練集的均值，圖像數(shù)據(jù)所屬類別，訓(xùn)練集驗(yàn)證機(jī)的索引。將數(shù)據(jù)集分為3組，將每個(gè)人的十張照片分為訓(xùn)練集，驗(yàn)證集和測試集，比例為6：2：2。其中訓(xùn)練集作為以上程序的訓(xùn)練樣本，另外兩組作為檢驗(yàn)樣本和驗(yàn)證。結(jié)構(gòu)存儲(chǔ)如下所示：

imdb.images.data%訓(xùn)練集與測試集的圖像數(shù)據(jù)

imdb.images.data_mean%訓(xùn)練集的平均值

imdb.images.labels%data中圖像所屬類別

imdb.images.set%訓(xùn)練集，驗(yàn)證集的引索

imdb.meta%儲(chǔ)存元數(shù)據(jù)信息

其中本設(shè)計(jì)由于讀入數(shù)據(jù)為圖像信息，故采用計(jì)算特征臉的方法，具體步驟如下：

（1）創(chuàng)建并申請錄入數(shù)據(jù)的矩陣內(nèi)存

（2）從地址中依次讀入圖像并把圖像矩陣按列順序轉(zhuǎn)化為行向量

（3）計(jì)算錄入圖片信息的平均值

（4）進(jìn)行特征值歸一化處理

讀取圖片及轉(zhuǎn)化函數(shù)如下：

imdb.images.labels（10*i-10+j）=i;.

b=sprintf（"%d_%d.bmp'，ij）;

c=strcat（a，b）;

im=imread（c）;

imdb.images.raw（..，.10*i-10+j）=im;

im一imresize（im，[28，28]'nearest）;

im=double（im）;

4.2網(wǎng)絡(luò)結(jié)構(gòu)的構(gòu)建

使用函數(shù)創(chuàng)建神經(jīng)網(wǎng)絡(luò)，并確立損失函數(shù)，同時(shí)需要設(shè)置網(wǎng)絡(luò)參數(shù)神經(jīng)網(wǎng)絡(luò)創(chuàng)建函數(shù)如下：

net=newff（minmax（input），[103]，{'logsig''purelin'}，'traingdx'）;

net=vl_simplenn_tidy（net）;%用默認(rèn)值初始化網(wǎng)絡(luò)參數(shù)

網(wǎng)格參數(shù)設(shè)置如下：net=vl_simplenn_tidy（net）;%用默認(rèn)值初始化網(wǎng)絡(luò)參數(shù)

net.meta.inputSize一[112，92，1];%圖像加載大小.

net.meta.trainOpts.learningRate0.001;%學(xué)習(xí)率

net.meta.trainOpts.numEpochs=150;%迭代次數(shù)

net.meta，trainOpts.batchSize=64;%batchsize

測試數(shù)據(jù)歸一*化如下所示：testInput=tramnmx（[t1，t2，t3，t4]'，minI，maxI）

4.3訓(xùn)練集進(jìn)行訓(xùn)練

選擇最優(yōu)函數(shù)，通過網(wǎng)絡(luò)訓(xùn)練得到最優(yōu)參數(shù)。讀取測試函數(shù)，將測試數(shù)據(jù)歸一化，對結(jié)果進(jìn)行仿真。

訓(xùn)練函數(shù)使用如下：

images=imdb.images.daa（：;;，batch）;

labels=imdb.images.labels（l，batch）;

測試數(shù)據(jù)歸一化函數(shù)使用如下：

testInput=tramnmx（[t1，t2，t3，t4]'，minI，maxI）;

4.4最優(yōu)結(jié)果測試

測試結(jié)果計(jì)算識(shí)別準(zhǔn)確率，經(jīng)過訓(xùn)練達(dá)92%，實(shí)驗(yàn)結(jié)果如圖5所示。

5卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別系統(tǒng)

5.1網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)建

卷積神經(jīng)網(wǎng)絡(luò)目的在于通過構(gòu)建模型，并經(jīng)過訓(xùn)練，進(jìn)而完成對人臉的匹配。對于一張待識(shí)別的圖片，無論旋轉(zhuǎn)平移還是鏡像變換，總是本人。對圖像進(jìn)行預(yù)處理，能夠更好地提高準(zhǔn)確率。識(shí)別總流程為：

（1）輸入待識(shí)別人臉圖片p

（2）對p進(jìn)行旋轉(zhuǎn)平移鏡像變化等產(chǎn)生批量人臉圖片pp

（3）將pp輸入人臉識(shí)別模型中，進(jìn)行批量分量檢測，產(chǎn)生輸出與pp對應(yīng)的批量輸出qq

（4）選取qq相似度最大的類型輸出，該類別最大程度的代表輸入人臉的類別。

網(wǎng)絡(luò)構(gòu)建并構(gòu)建數(shù)據(jù)結(jié)構(gòu)并錄入數(shù)據(jù)構(gòu)建方法與全連接網(wǎng)絡(luò)相似，主要步驟同為定義網(wǎng)絡(luò)結(jié)構(gòu)并進(jìn)行訓(xùn)練，并用測試集圖像進(jìn)行測試。在構(gòu)建模型時(shí)，取兩層卷積層，一層全連接層為模型，兩層卷積層的過濾器分別為36個(gè)[5，5，1]與40個(gè)[4，4，36]。

6總結(jié)與展望

本設(shè)計(jì)通過使用多種算法，從不同角度實(shí)現(xiàn)了對人臉的識(shí)別處理。其中，多人臉訓(xùn)練膚色模型通過對圖像的處理進(jìn)而分割出人臉部分區(qū)域，進(jìn)而達(dá)到人臉的識(shí)別。Eigenface人臉識(shí)別算法的圖像表示技術(shù)，以及全連接神經(jīng)網(wǎng)絡(luò)技術(shù)和卷積神經(jīng)網(wǎng)絡(luò)技術(shù)是在已知輸入圖像的基礎(chǔ)上進(jìn)而達(dá)到與系統(tǒng)庫里的人臉圖像的準(zhǔn)確匹配。且進(jìn)過一定的訓(xùn)練，準(zhǔn)確率達(dá)到90%以上。本次設(shè)計(jì)中，對算法的優(yōu)化程度上依然有較大的提升空間。

本次設(shè)計(jì)中，初步了解了人臉識(shí)別算法的實(shí)現(xiàn)過程和數(shù)學(xué)思維，加深了對算法的理解程度。實(shí)踐能力和編程能力均得到了較大的提

參考文獻(xiàn)

[1]張洪明，趙德斌，高文.基于膚色模型，神經(jīng)網(wǎng)絡(luò)和人臉結(jié)構(gòu)模型的平面旋轉(zhuǎn)人臉檢測[J].計(jì)算機(jī)學(xué)報(bào)，2002，25（11）：1250-1256.

[2]夏良正。數(shù)字圖像處理（修訂版）[M].南京：東南大學(xué)出版社，1999.

[3]梁淑芬，劉銀華，李立琛.基于LBP和深度學(xué)習(xí)的非限制條件下人臉識(shí)別算法[J].通信學(xué)報(bào)，2014，35（06）：154-160.

[4]楊健，楊靜宇，王正群等，一種組合特征抽取的新方法[J].計(jì)算機(jī)學(xué)報(bào)，2002，25（06）：570-575.