基于局部特征和全局特征相融合的人臉識(shí)別技術(shù)

寧德職業(yè)技術(shù)學(xué)院 葉允英 高衛(wèi)斌

隨著社會(huì)的不斷進(jìn)步，在很多場(chǎng)景下都經(jīng)常會(huì)使用到人臉識(shí)別技術(shù)，被廣泛地應(yīng)用在了各行各業(yè)中。想要提升人臉認(rèn)識(shí)技術(shù)的應(yīng)用效果，就要對(duì)特征提取效率和人臉識(shí)別的正確率分析，通過(guò)創(chuàng)新出能夠融合局部特征與全局特征的算法，來(lái)優(yōu)化人臉識(shí)別技術(shù)。通過(guò)仿真實(shí)驗(yàn)的方式來(lái)進(jìn)行探索，幫助提升人臉識(shí)別技術(shù)的實(shí)際應(yīng)用水平。

人臉識(shí)別技術(shù)已成為較為常見(jiàn)的一種識(shí)別技術(shù)，能夠識(shí)別人類(lèi)的生物特征，在多種場(chǎng)景下都可以表現(xiàn)出技術(shù)實(shí)力，支持身份識(shí)別、視頻查找、管理等，具有較為廣闊的應(yīng)用空間。在實(shí)際的識(shí)別過(guò)程中，人臉識(shí)別的重點(diǎn)就是在有效特征的采集方面，從以往錄入的信息中，迅速的檢索到使用者的信息，對(duì)有效信息的確認(rèn)就顯得尤為重要，想要提升人臉識(shí)別技術(shù)的水平，就能通過(guò)這些內(nèi)容特征的識(shí)別效果提升。現(xiàn)階段主要使用的識(shí)別類(lèi)型為線性和非線性兩種技術(shù)，通過(guò)對(duì)這一技術(shù)的分析，可以得出目前的人臉識(shí)別技術(shù)的注意要提取方式一般有兩種選擇，第一種是基于在所選擇的樣本的全局特征，對(duì)不同樣本之間存在的區(qū)別進(jìn)行分析；第二種是源于對(duì)所選的目標(biāo)對(duì)象的局部特征展開(kāi)研究，對(duì)于幾何特征進(jìn)行提取，確保降維操作能夠保持樣本的統(tǒng)一性。想要提升樣本的特征提取的準(zhǔn)確率，就要對(duì)人臉識(shí)別技術(shù)不斷優(yōu)化，研發(fā)全新的特征提取技術(shù)，通過(guò)提高識(shí)別算法的適用范圍和使用效果，來(lái)提高人臉識(shí)別技術(shù)的整體水平。

1 人臉識(shí)別分類(lèi)

1.1 按應(yīng)用方式分類(lèi)

人臉識(shí)別技術(shù)也被稱(chēng)作人臉驗(yàn)證，包括了不同的類(lèi)別。其中，1∶1是通過(guò)對(duì)人類(lèi)臉部特征的信息提取，從而進(jìn)行信息識(shí)別的一種技術(shù)，屬于二分類(lèi)技術(shù)，在現(xiàn)代社會(huì)具有廣泛的應(yīng)用場(chǎng)景，在人們的日常生活中，屬于一種使用較為普遍的技術(shù)，包括人們購(gòu)買(mǎi)車(chē)票、購(gòu)物、繳費(fèi)等都能夠使用到這一身份識(shí)別功能。而另外的一種1∶N的類(lèi)型與1∶1存在著一些差異，這種方式在工作時(shí)需要準(zhǔn)備多個(gè)樣本，同時(shí)展開(kāi)分析，這樣也會(huì)使信息識(shí)別的工作量變得更多，當(dāng)信息數(shù)據(jù)越多時(shí)，人臉識(shí)別的速度也就會(huì)更慢，當(dāng)數(shù)據(jù)量過(guò)大時(shí)，例如超過(guò)20萬(wàn)的總數(shù)，就會(huì)識(shí)別出多個(gè)結(jié)果，因?yàn)樵谶@么龐大的數(shù)據(jù)信息中，會(huì)有很多信息雷同的對(duì)象，計(jì)算機(jī)不能夠精準(zhǔn)的判斷具體的目標(biāo)，需要由人工進(jìn)行操作，幫助確認(rèn)人臉識(shí)別的具體信息，這種類(lèi)別一般會(huì)被應(yīng)用在人口追蹤等場(chǎng)景下，幫助減輕人工操作的負(fù)擔(dān)，還可以讓人臉識(shí)別的速度加快。而第三種人臉識(shí)別的類(lèi)型M∶N其實(shí)是在1∶N的基礎(chǔ)上，在多個(gè)人臉進(jìn)行分析后，通過(guò)1∶N的算法進(jìn)行處理后，再進(jìn)行識(shí)別。

1.2 按素材使用分類(lèi)

對(duì)于人臉識(shí)別技術(shù)展開(kāi)探討，可以發(fā)現(xiàn)人臉識(shí)別可以根據(jù)素材的差異進(jìn)行分類(lèi)，其中包括了2D與3D兩種形式，2D的識(shí)別方式主要是對(duì)人臉的信息采集后經(jīng)過(guò)檢測(cè)和處理，對(duì)信息展開(kāi)分析。而3D技術(shù)與2D技術(shù)有些不同，人臉識(shí)別的素材來(lái)源是通過(guò)云數(shù)據(jù)的形式，而且還包括多視角圖等。點(diǎn)云數(shù)據(jù)時(shí)通過(guò)三維的信息數(shù)據(jù)構(gòu)建而成，對(duì)于點(diǎn)云產(chǎn)生了重要作用，也會(huì)讓信息數(shù)據(jù)被重新界定。這種方式的數(shù)據(jù)信息收集方法，能夠提取較為完全的幾何信息。

2 人臉識(shí)別流程

2.1 2D人臉識(shí)別

人臉識(shí)別技術(shù)包括2D與3D兩種技術(shù)，實(shí)際對(duì)比流程可以參考如圖1所示，其中2D人臉識(shí)別的步驟主要包括了信息數(shù)據(jù)的提取、圖像的采集、人臉特征的提取和數(shù)據(jù)的比對(duì)。這種圖像信息的收集和提取主要是依靠攝像頭取得，經(jīng)過(guò)信息圖像的分析后，就可以成為人臉識(shí)別的素材。對(duì)于圖像信息進(jìn)行分析的主要目標(biāo)，也是為了提升所采集的圖像信息的準(zhǔn)確度，對(duì)人臉的信息進(jìn)行更加精確的比對(duì)和探究[1]。一般情況下，對(duì)于人的面部信息的處理可以對(duì)敏感程度、尺寸大小、方位等進(jìn)行調(diào)整，讓圖像信息能夠更加全面的展現(xiàn)出人臉的面部特征。現(xiàn)階段使用最為廣泛的技術(shù)方法就是對(duì)灰度進(jìn)行校對(duì)、調(diào)整濾波以及大小等。對(duì)于現(xiàn)階段的人臉識(shí)別技術(shù)來(lái)說(shuō)，主要包括了三種識(shí)別的方式，第一種是建立在膚色模型的基礎(chǔ)上的識(shí)別方式；第二種是建立在邊緣特征上的檢測(cè)形式；第三種是根據(jù)理論方法衍生出來(lái)識(shí)別方式。其中在膚色特征上的檢測(cè)方法，重點(diǎn)是要利用高斯模型的技術(shù)，能夠?qū)Σ煌蔬M(jìn)行分析，從而形成一個(gè)膚色模型，還能夠利用非參數(shù)對(duì)人臉的色彩進(jìn)行分析判斷，從而實(shí)現(xiàn)人臉識(shí)別。第二種邊緣特征的識(shí)別方式，是通過(guò)對(duì)生物體輪廓的構(gòu)造和五官的邊緣進(jìn)行識(shí)別，以達(dá)到對(duì)人臉定位的目的，采用這種邊緣檢測(cè)法所獲得的數(shù)據(jù)量較少，一般會(huì)使用在實(shí)時(shí)檢測(cè)的情境下。第三種建立在統(tǒng)計(jì)理論的基礎(chǔ)上的識(shí)別方式，通過(guò)對(duì)Haar的面部特點(diǎn)分析，經(jīng)過(guò)計(jì)算機(jī)軟件的處理，從而得到一個(gè)較強(qiáng)的分類(lèi)管理方式，目前對(duì)面部特征識(shí)別的主要方式還可以分為視覺(jué)和圖像[2]。

圖1 2D與3D流程對(duì)比Fig.1 Comparison of 2D and 3D processes

2.2 3D人臉識(shí)別流程

相比于2D人臉識(shí)別，3D人臉識(shí)別是通過(guò)對(duì)圖像素材的收集，涉及到對(duì)人臉的圖像信息配對(duì)，構(gòu)建3D模型以及信息的必會(huì)等。目前主要使用的圖像信息提取方式有以下幾種形式。第一種：由普通的攝像頭就可以實(shí)現(xiàn)的對(duì)圖像素材的采集；第二種：必須由專(zhuān)業(yè)的攝影裝備才能實(shí)現(xiàn)對(duì)圖像具體特征的提取。包括對(duì)圖像和深度的人臉特征的采集。當(dāng)圖像素材提取后，需要通過(guò)比對(duì)分析，對(duì)圖像進(jìn)行對(duì)準(zhǔn)，確保所得出的數(shù)據(jù)能夠正常應(yīng)用，還可以實(shí)時(shí)上傳與對(duì)應(yīng)。比對(duì)的過(guò)程包括了時(shí)間上與空間上的多個(gè)方面，必須都保持同步狀態(tài)，才可以獲得精確程度更高的實(shí)際應(yīng)用效果。

3 人臉識(shí)別的步驟

首先，要對(duì)需要進(jìn)行人臉識(shí)別的樣本劃分，選擇好目標(biāo)，其余的作為測(cè)試素材。然后選擇有效的運(yùn)算方法，來(lái)學(xué)習(xí)樣品素材，從而取得信息數(shù)據(jù)。最后對(duì)信息素材處理研究，所得出的數(shù)據(jù)為降維后的數(shù)據(jù)，對(duì)這些數(shù)據(jù)整理，采用交叉算法可以對(duì)數(shù)據(jù)分析。而且，還能將驗(yàn)證的樣本錄入到系統(tǒng)中，對(duì)數(shù)據(jù)信息進(jìn)行確認(rèn)，從而建立一個(gè)人臉識(shí)別機(jī)制，并將所獲得的信息樣本輸入到這樣的系統(tǒng)中，就可以實(shí)現(xiàn)對(duì)人臉的識(shí)別。

4 仿真實(shí)驗(yàn)

4.1 仿真環(huán)境

想要保障仿真實(shí)驗(yàn)中計(jì)算機(jī)處理的準(zhǔn)確性，就要確保仿真環(huán)境符合標(biāo)準(zhǔn)，選擇合適的處理軟件，例如可以選擇使用Windows7系統(tǒng)展開(kāi)實(shí)驗(yàn)，利用有效的算法從數(shù)據(jù)系統(tǒng)中進(jìn)行檢索。通過(guò)對(duì)全局特征進(jìn)行分析處理，對(duì)局部特征的數(shù)據(jù)進(jìn)行提取，從而得出人臉識(shí)別的效果比對(duì)結(jié)果。

4.2 人臉庫(kù)上的性能分析

人臉數(shù)據(jù)庫(kù)涵蓋了多個(gè)人臉特征姿態(tài)的識(shí)別，包括不同光線環(huán)境的巨量圖片素材，在不同的明暗程度下，Yale B人臉庫(kù)可以再次進(jìn)行分類(lèi)，從而實(shí)現(xiàn)人臉的特征分析，如圖2所示。

圖2 訓(xùn)練集Fig.2 Training set

4.3 參數(shù)對(duì)識(shí)別率的影響

本次仿真實(shí)驗(yàn)通過(guò)對(duì)人臉?biāo)夭牡臉颖具x擇，對(duì)所篩選的樣本的前4張圖片進(jìn)行比對(duì)，對(duì)于剩余的6張圖像素材作為檢測(cè)的案例，如圖3所示。當(dāng)降維參數(shù)符合標(biāo)準(zhǔn)時(shí)，人臉識(shí)別的成功率會(huì)受到具體參數(shù)的影響。從而得出了仿真實(shí)驗(yàn)的結(jié)論，當(dāng)參數(shù)處于任何數(shù)值時(shí)，對(duì)于人臉識(shí)別的影響都在可接受的有效范圍內(nèi)。通俗的講，這種仿真實(shí)驗(yàn)的方式，人臉識(shí)別的結(jié)果都可以得到預(yù)想水平[3]。

圖3 識(shí)別率與參數(shù)的關(guān)系Fig.3 Relationship between recognition rate and parameters

4.4 降維數(shù)對(duì)識(shí)別率的影響

對(duì)于人臉識(shí)別進(jìn)行仿真實(shí)驗(yàn)，當(dāng)選定好實(shí)驗(yàn)樣本后，降維數(shù)與識(shí)別率也存在著一定的關(guān)聯(lián)性，當(dāng)降維數(shù)不斷提高后，對(duì)識(shí)別率的影響就是，讓識(shí)別率的效果不斷提升。在降維數(shù)數(shù)值處于40時(shí)，會(huì)讓識(shí)別率處于最高的反應(yīng)區(qū)域，如圖4所示。

圖4 識(shí)別率與降維數(shù)的關(guān)系Fig.4 Relationship between recognition rate and dimension reduction

4.5 人臉識(shí)別正確率

根據(jù)不同光線條件下收集的人臉子集，差異性的識(shí)別算法，可以從人臉的局部特征進(jìn)行分析，從而得出局部特征識(shí)別法。而全局特征的識(shí)別方式，是對(duì)全臉的識(shí)別，從仿真實(shí)驗(yàn)中可以看出，基于全局特征的人臉識(shí)別準(zhǔn)確率要高于局部特征的識(shí)別方式。綜合局部特征與全局特征的識(shí)別算法，能夠達(dá)到94%，相比于局部特征識(shí)別的概率，整體識(shí)別精準(zhǔn)度有大幅度的提升。經(jīng)過(guò)對(duì)兩種方式的對(duì)比，從而得出研究結(jié)果，仿真實(shí)驗(yàn)的算法是一種更加高效的人臉識(shí)別方式。通過(guò)結(jié)合局部特征與全局特征的識(shí)別方式，可以有效地提高人臉識(shí)別的實(shí)際應(yīng)用效果，能夠明顯地減少人臉識(shí)別的平均時(shí)間，能夠更好地實(shí)現(xiàn)人臉識(shí)別的工作需要，讓人臉識(shí)別具有實(shí)時(shí)性，可以達(dá)到快速識(shí)別，而且可以根據(jù)不同的工作需要，來(lái)選擇適合的識(shí)別方法。對(duì)于識(shí)別的準(zhǔn)確率問(wèn)題展開(kāi)研究，可以由ROC曲線的表現(xiàn)來(lái)驗(yàn)證不同方式的人臉識(shí)別能力。在數(shù)據(jù)庫(kù)中查找的速度快慢和準(zhǔn)確率都能得到驗(yàn)證。對(duì)于過(guò)去的識(shí)別方式，全新的人臉識(shí)別算法，可以在多種環(huán)境下，讓人臉識(shí)別的準(zhǔn)確率提升，并且經(jīng)過(guò)研究可以得出以下結(jié)論：（1）在選定好的光線明暗程度下，結(jié)合局部特征與全局特征的人臉識(shí)別方式，也會(huì)受到光線明暗程度等多種因素的干擾，但是也可以達(dá)到工作需要。（2）通過(guò)本次仿真實(shí)驗(yàn)的探究，發(fā)現(xiàn)數(shù)值的對(duì)比后，在子集設(shè)置為3時(shí)，ROC的曲線率會(huì)有更好的表現(xiàn)，而當(dāng)數(shù)值設(shè)置為4時(shí)，各種算法之間存在的差異并不大。所得出的結(jié)論是通過(guò)仿真實(shí)驗(yàn)的驗(yàn)證，從而獲得結(jié)論以這樣的識(shí)別方式整體表現(xiàn)更好，如表1所示。

表1 不同方法的運(yùn)行時(shí)間比較Tab.1 Comparison of running time of different methods

4.6 人臉庫(kù)的性能分析

對(duì)于PIE人臉庫(kù)進(jìn)行分析，主要包括了多種人臉?biāo)夭模瑢⑦@些彩色圖像進(jìn)行操作，然后對(duì)像素進(jìn)行轉(zhuǎn)化，可以發(fā)現(xiàn)在不同明亮度的光線條件下，人臉識(shí)別的準(zhǔn)確率都在96%左右，比過(guò)去使用的人臉識(shí)別方法的準(zhǔn)確率要高很多。本次仿真實(shí)驗(yàn)的識(shí)別方式能夠明顯提高人臉識(shí)別的應(yīng)用效果，所以得出的結(jié)論是本次實(shí)驗(yàn)成為另一種更加先進(jìn)的人臉識(shí)別方式。

5 結(jié)語(yǔ)

伴隨著當(dāng)前社會(huì)的快速發(fā)展，這種生物特征的提取技術(shù)已經(jīng)成為了廣泛應(yīng)用在社會(huì)中的一種全新的手段。雖然現(xiàn)階段主要使用的人臉識(shí)別技術(shù)已經(jīng)具備了一定的水平，但是受到一定的影響因素干擾后，也會(huì)產(chǎn)生識(shí)別不準(zhǔn)確的問(wèn)題。例如在光照條件發(fā)生變化時(shí)，就會(huì)讓人臉識(shí)別出現(xiàn)誤差，因而想要提升人臉的技術(shù)水平就要提出具有更加先進(jìn)的技術(shù)特點(diǎn)的算法。對(duì)于生物特征來(lái)說(shuō)，局部特征與全局特征都會(huì)對(duì)人臉識(shí)別帶來(lái)一定的影響，所以本文針對(duì)生物特征等特點(diǎn)，對(duì)于全局特征與局部特征等問(wèn)題進(jìn)行分析，通過(guò)建立仿真實(shí)驗(yàn)，來(lái)探索更加高效的人臉識(shí)別算法，從而幫助我國(guó)的人臉識(shí)別技術(shù)獲得進(jìn)一步的提升。

引用

[1]張凱兵,鄭冬冬,景軍鋒.低分辨人臉識(shí)別綜述[J].計(jì)算機(jī)工程與應(yīng)用,2019,55(22):14-24.

[2]魯磊.基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法研究[D].西安:西安科技大學(xué),2019.

[3]盧子謙,陸哲明,沈馮立,等.人臉?lè)雌墼p活體檢測(cè)綜述[J].信息安全學(xué)報(bào),2020,5(2):18-27.