圖像均衡化與FaceNet算法相結合的方法研究

王欣 汪寧 于曉昀 公安部第一研究所

引言

迄今為止，計算機人臉識別的準確性依然受到光照條件等因素的影響，特別在公安實戰(zhàn)環(huán)境下，由于受到光照以及攝像頭角度等因素影響，獲取的線索照片一般比較模糊，質(zhì)量不高，降低了識別率，影響了實戰(zhàn)應用效果[1]。因此，本文提出了圖像均衡化與FaceNet算法相結合的方法，用于提升光線不足、過曝等圖像的識別準確率。

一、研究現(xiàn)狀

人臉識別的研究始于20世紀60年代，人臉識別因其便捷、高效、易普及的優(yōu)點成為最受關注的研究問題之一[2]。

人臉識別的方法主要分為四類，分別是神經(jīng)網(wǎng)絡方法、稀疏表示方法、子空間方法、基于三維形變模型的方法[3]。

稀疏矩陣標識方法，其中稀疏標識在一個含有大量訓練樣本的空間，樣本可以由空間的同類樣本線性表示，并可通過將噪聲考慮在內(nèi)，增加算法的魯棒性。

子空間方法是通過尋找映射矩陣，將原始高維樣本映射至低維空間，同時樣本結構保持不變。但子空間算法常常會發(fā)生“小樣本問題”。

因為人臉是三維結構，所以采用三維形變模型可以更好的表示人臉，但三維形變模型理論不是很完善，還有很多問題需要研究。

近年來，基于深度學習的人臉識別方法受到了廣泛研究。使用深度學習進修人臉識別的早期，研究人員傾向于使用多個深度卷積神經(jīng)網(wǎng)絡提取人臉特征，再進行融合。而基于深度學習的人臉識別方法的趨勢是使用單個網(wǎng)絡，多網(wǎng)融合特征逐漸被VGGNet、GoogleNet和ResNet這三種深度人臉識別的代表性網(wǎng)絡架構所取代。其中，GoogleNet通過增加網(wǎng)絡結構的稀疏性來解決網(wǎng)絡參數(shù)過多的問題，大大減少了計算量。FaceNet使用Inception模塊實現(xiàn)了輕量級的深度人臉識別模型，可以在前端設備上實時運行。

通常，圖像質(zhì)量受采集環(huán)境、采集設備和采集距離等因素影響，如何提升低質(zhì)量圖像識別精度是一個值得關注的問題。

二、圖像均衡化與FaceNet算法相結合的方法研究

（一）FaceNet算法

傳統(tǒng)的基于深度卷積神經(jīng)網(wǎng)絡（CNN）的方法，一般利用CNN的Siamese網(wǎng)絡來提取人臉特征，然后利用SVM等方法進行分類。

FaceNet則利用DNN直接學習到從原始圖片到歐氏距離空間的映射，從而使得在歐式空間里的距離的度量直接關聯(lián)著相似度，并且引入Triplet損失函數(shù)，增強模型學習能力。

FaceNet算法的本質(zhì)是通過CNN學習圖像到128維歐幾里得空間的映射，該映射將圖像映射為128維的特征向量，通過使用特征向量之間距離的倒數(shù)來表征圖像之間的相似度，對于相同個體的不同圖片，其特征向量之間的距離較小，對于不同個體的圖像，其特征向量之間的距離較大。最后基于特征向量之間的相似度來解決圖像的識別、驗證和聚類等問題。

（二）圖像均衡化

圖像均衡化技術可以在圖像增強、光照補償?shù)榷鄠€領域取得很好的效果[3]。該項技術能夠?qū)⒁粋€灰度級別分布不均勻的圖像，通過變換得到一個均勻分布。

直方圖是圖像中像素強度分布的圖形表達方式，它統(tǒng)計了每一個強度值所具有的像素個數(shù)，是一種常用的灰度變換方法，主要用于增強動態(tài)范圍偏小的圖像對比度。

直方圖均衡化是一種簡單有效的圖像增強技術，通過改變圖像的直方圖來改變圖像匯總個像素的灰度，通過拉伸像素強度分布范圍來增強圖像對比度。

（三）圖像均衡化與FaceNet算法相結合

為了提高別準確率，本文把輸入的圖片先進行圖像均衡化處理，提高圖像的對比度，然后再進行邊緣檢測提取，最終通過FaceNet模型進行識別與比對，用于提升識別的準確率。

具體流程如下：

（1）輸入圖片

（2）圖像均衡化處理

本文采用直方圖均衡化技術進行圖像預處理。

① 映射函數(shù)應該是一個累積分布函數(shù)(cdf)。對于直方圖H(i)，它的累積分布H(i)是：

② 要使用其作為映射函數(shù)，須對最大值為255（或者用圖像的最大強度值）的累積分布H(i)進行歸一化。

③ 最后，通過映射過程來獲得均衡化后像素的強度值：

（3）檢測對齊

檢測對齊采用基于深度學習的MTCNN算法。該算法利用檢測任務和分類任務來輔助關鍵點檢測。其總體框架包含三個階段：Proposal Network（P-Net）、Refine Network（R-Net）、Output Network（O-Net），這三個階段的輸入為不同大小的圖片，用于檢測不同大小的人臉[4]。

P-Net的輸入是一個12×12×3的RGB圖像，在訓練的時候，該網(wǎng)絡要判斷該圖像中是否存在人臉，并且給出人臉框的回歸和關鍵點定位。

為了去除大量的非人臉框，R-Net輸入是P-Net生成的邊界框，輸出是人臉框的回歸和人臉關鍵點定位。

進一步將R-Net的所得到的區(qū)域進行縮放，輸入ONet。O-Net輸入大小為48×48×3的圖像，輸出包含P個邊界框的坐標信息，score以及關鍵點位置。

（4）采用FaceNet算法計算

具體流程如下：

① 采用CNN結構提取特征；

② 特征歸一化（使其特征的 | |f(x) | |2 = 1 ，所有圖像的特征都會被映射到一個超球面上）；

③ 再接入一個Embedding層（嵌入函數(shù)），嵌入過程可以表達為一個函數(shù)，即把圖像x通過函數(shù)f(x)映射到d維歐式空間；

④ 此外，對嵌入函數(shù)f(x)的值，即值閾，做了限制。使得x的映射f(x)在一個超球面上；

⑤ 使用Triplet損失函數(shù)（優(yōu)化函數(shù)）進行特征優(yōu)化。

（5）輸出結果

本文采用Inception ResNet v1神經(jīng)網(wǎng)絡結構，基于數(shù)據(jù)集CASIA-WebFace，進行模型訓練。選取了LFW數(shù)據(jù)集和網(wǎng)絡爬取的圖片，經(jīng)過粗略的人工篩選，去除不符合要求的圖片，并對所有圖片進行了Gamma變換，降低亮度，模擬暗處拍出的圖片，組成了一個5000余張的測試集，進行測試。

?

測試效果示例如圖1所示，其中圖片左側為原圖，中間為對原圖Gamma處理后的圖像，右側為對中間圖像進行直方圖均衡化處理后的圖片。

結果如圖2所示，通過直方圖均衡化預處理后，對相對較暗的圖片，識別的準確率有了明顯的提升。

?

三、應用展望

本研究提出的方法可作為人員身份核實的一個步驟應用于分析研判、比對等業(yè)務中。如在公安分析研判業(yè)務中，利用該算法將圖像進行比對，基于比對結果進行分析，如通行分析、聚集分析等，并可進行預警反饋。

四、結語

本文提出了一種基于圖像均衡化和FaceNet人臉識別算法相結合的方法，針對于提升光線不足、過曝等圖像的人臉識別準確率。通過實驗證明本文提出的方法對人臉識別準確率有明顯提升。