基于特征臉和彈性匹配的人臉識(shí)別

1復(fù)雜背景下的人臉魯棒識(shí)別技術(shù)計(jì)算機(jī)識(shí)別是計(jì)算機(jī)分析人類圖像的一種有效識(shí)別信息，并由計(jì)算機(jī)識(shí)別身份。人臉識(shí)別技術(shù)是模式識(shí)別的一個(gè)重要分支,并有著很廣泛的應(yīng)用背景,可以應(yīng)用于公安系統(tǒng)的罪犯身份識(shí)別、駕駛執(zhí)照及護(hù)照等證件照片與實(shí)際持證人的核對(duì)、銀行及海關(guān)的監(jiān)控系統(tǒng)及一些保密單位的自動(dòng)門衛(wèi)系統(tǒng)等。人臉識(shí)別技術(shù)的研究開(kāi)始于20世紀(jì)60年代末70年代初,早期的識(shí)別方法是基于部件的。近幾年來(lái),基于整體的方法,特別是特征臉(Eigenface)方法和彈性匹配(ElasticMatching)方法得到了廣泛的重視。復(fù)雜背景下的人臉魯棒識(shí)別一直是模式識(shí)別研究的難點(diǎn)。由于要同時(shí)考慮背景、光照、表情、視角等多種類內(nèi)變化,很難達(dá)到很高的識(shí)別率。本文分析比較了特征臉和彈性匹配在此類應(yīng)用中的性能,并提出了一種利用關(guān)鍵點(diǎn)的位置信息對(duì)彈性匹配進(jìn)行約束,以減少背景干擾影響的改進(jìn)算法。2特征人臉間的匹配度分析KL變換(Karhunen-Loeve變換,或稱特征向量變換)是圖像壓縮的最優(yōu)正交變換。高維的圖象空間經(jīng)過(guò)KL變換后得到一組新的正交基,保留其中重要的正交基,由這些基可以張成低維線性空間。如果假設(shè)人臉在這些低維線性空間的投影具有可分性,就可以將這些投影用作識(shí)別的特征矢量,這就是特征臉?lè)椒ǖ幕舅枷?。若將所有子空間的正交基排列成圖像陣列,則可以看出這些正交基呈現(xiàn)人臉的形狀,因此這些正交基也被稱作特征臉,這也是這種識(shí)別方法名稱的來(lái)由。與較大特征值對(duì)應(yīng)的一些正交基(也稱主分量)能夠表達(dá)人臉的大體形狀,一般采用前m個(gè)主分量作為新的正交空間的正交基。在得到一系列特征臉以后,對(duì)于待識(shí)別人臉,將它投影到新的m維人臉空間,得到一投影向量,用它來(lái)代表待識(shí)別人臉,這時(shí)候人臉識(shí)別問(wèn)題就轉(zhuǎn)化為m維空間的坐標(biāo)系數(shù)矢量的分類問(wèn)題。彈性匹配法在二維空間中定義了一種對(duì)于通常的人臉變形具有一定的不變性的距離,并采用屬性拓?fù)鋱D來(lái)代表人臉。屬性拓?fù)鋱D是一平面網(wǎng)格,網(wǎng)格的任一頂點(diǎn)均包含一特征向量,用來(lái)記錄人臉在該頂點(diǎn)位置附近的信息。假設(shè)S1是定義在已知庫(kù)中某人臉像上的人臉模板的二維網(wǎng)格,則該人臉像上網(wǎng)格節(jié)點(diǎn)i附近的信息可以用特征向量Ci來(lái)代表。Ci可以有多種選擇,最常用的是Gabor特征,即中心頻率不同,帶寬不同,方向不同的多個(gè)二維Gabor濾波器和該人臉像的卷積在節(jié)點(diǎn)i處的值。同樣,在待識(shí)別人臉圖像上,也定義一個(gè)二維網(wǎng)格上的向量場(chǎng)。其中Xj是和Ci一樣類型的特征向量,只不過(guò)是定義在更大且更細(xì)密的二維網(wǎng)格S上的。在彈性匹配中,庫(kù)中人臉和待識(shí)人臉間的匹配轉(zhuǎn)化為S1和S之間的匹配,也就是尋找S1中的各節(jié)點(diǎn)在S中的最佳匹配節(jié)點(diǎn)。最佳的匹配應(yīng)該同時(shí)考慮到特征的匹配和局部幾何位置的匹配。使用如下的匹配度函數(shù)來(lái)評(píng)價(jià)待識(shí)別人臉圖像的向量場(chǎng)和庫(kù)中已知人臉的向量場(chǎng)之間的匹配程度E(Μ)=Σi?Ci,Xj?|Ci||Xj|-λΣi1,i2|[Ρ(i1)-Ρ(i2)]-[Q(j1)-Q(j2)]|2(1)其中的P(i)表示網(wǎng)格S1中節(jié)點(diǎn)i在庫(kù)中人臉上的坐標(biāo),Q(j)表示網(wǎng)格S中節(jié)點(diǎn)j在待識(shí)別人臉上的坐標(biāo)。(1)式中的Σi?Ci,Xj?|Ci||Xj|是在S1中對(duì)i求和,而j為S1中的i節(jié)點(diǎn)在S中的對(duì)應(yīng)匹配節(jié)點(diǎn),當(dāng)Xj和Ci相近的時(shí)候,該項(xiàng)就會(huì)接近于1。而Σi1,i2|[Ρ(i1)-Ρ(i2)]-[Q(j1)-Q(j2)]|2是對(duì)S1中所有相鄰的兩節(jié)點(diǎn)求和,j1為S1中的i1節(jié)點(diǎn)在S中的對(duì)應(yīng)匹配節(jié)點(diǎn),j2為S1中的i2節(jié)點(diǎn)在S中的對(duì)應(yīng)匹配節(jié)點(diǎn),當(dāng)P(i1)-P(i2)≈Q(j1)-Q(j2),即保留了局部距離和匹配次序的時(shí)候,該項(xiàng)就會(huì)接近于0。M是從S1到S的單射,最佳匹配就是選取合適的M使得E(M)最大時(shí)的匹配,此時(shí)的匹配值就是此兩人臉間的匹配度。在經(jīng)典算法的基礎(chǔ)上,彈性匹配還有一些改進(jìn)算法。特征臉由于算法簡(jiǎn)單,計(jì)算量相對(duì)較小,因此得到了廣泛的應(yīng)用。但其在理論上卻有著明顯的缺陷:KL變換是重建圖像的最優(yōu)方法,然而這并不意味著這樣的變換處理方法對(duì)于不同的人臉能夠具有很好的辨別能力。主分量反映了樣本集合的主要分布的方向,抓住了圖像之間所有的差異,而不管這樣的差異是不同人的人臉間存在的類間差異還是同一人不同人臉間由于各種原因(如視角、表情、光照)而存在的類內(nèi)差異,因此特征臉的方法不適合用于魯棒人臉識(shí)別。彈性匹配算法從理論上克服了特征臉?biāo)惴ǖ拇蟛糠秩毕?。部分原因是拓?fù)鋱D的頂點(diǎn)采用了小波變換特征,它對(duì)于光線、變換、尺寸和角度具有一定的不變性。另一個(gè)重要原因是彈性匹配能夠比較兩幅人臉的空間結(jié)構(gòu),從而能夠容忍表情的變化,并在一定程度上能夠容忍視角的變化。3基于部件的方法定位節(jié)點(diǎn)的選擇理論上,彈性匹配算法對(duì)各種小的變形有比較大的魯棒性,因此被認(rèn)為適用于人臉的魯棒識(shí)別。但在出現(xiàn)比較強(qiáng)的背景干擾時(shí)卻很有可能出現(xiàn)錯(cuò)誤匹配。經(jīng)過(guò)仔細(xì)分析,認(rèn)為這種錯(cuò)誤的出現(xiàn)和彈性匹配是一種基于整體的方法有很大關(guān)系。雖然通常認(rèn)為基于整個(gè)人臉的分析要優(yōu)于基于部件的分析,理由是前者保留了更多的信息,但是在另一方面,由于把整個(gè)人臉圖像作為一個(gè)模式,那么各種整體和局部的干擾都會(huì)對(duì)人臉識(shí)別有很大的影響,如何有效地去掉這些干擾因素是個(gè)很困難的問(wèn)題,處理得不好,會(huì)導(dǎo)致有用的識(shí)別信息被淹沒(méi)在大量的冗余信息中而失去識(shí)別的意義。相反基于部件的方法就能比較好地解決這個(gè)問(wèn)題,因?yàn)椴考谌四槂?nèi)部,因此不太容易受到背景的影響。即使受到影響,各個(gè)部件也不太可能同時(shí)受到影響。為此考慮將彈性匹配和局部信息相結(jié)合:首先用基于部件的方法定位出部分部件上的關(guān)鍵點(diǎn)(如瞳孔、鼻尖等),然后利用能夠成功定位(是否能夠正確定位由定位算法自動(dòng)判別)的那些關(guān)鍵點(diǎn)的位置對(duì)彈性匹配的匹配度函數(shù)E(M)進(jìn)行矯正。新的匹配度函數(shù)的一種可能形式是E(Μ)=Σi?Ci,Xj?|Ci||Xj|-λ1Σi1,i2|[Ρ(i1)-Ρ(i2)]-[Q(j1)-Q(j2)]|2-λ2Σi|[Ρ(i)-Q(j)]-1ΚΚΣk=1[Ρ(Ιk)-Q(Jk)]|(2)相對(duì)于式(1),式(2)增加了矯正項(xiàng)λ2Σi|[Ρ(i)-Q(j)]-1ΚΚΣk=1[Ρ(Ιk)-Q(Jk)]|,其更具一般性的形式為λ2ΣiD{[Ρ(i)-Q(j)],1ΚΚΣk=1[Ρ(Ιk)-Q(Jk)]}其中K表示能夠定位出的關(guān)鍵點(diǎn)的數(shù)目,P(Ik)表示定位得到的第k個(gè)關(guān)鍵點(diǎn)在庫(kù)中人臉上的坐標(biāo),而Q(Jk)則表示定位得到的第k個(gè)關(guān)鍵點(diǎn)在待識(shí)別人臉上的坐標(biāo),λ2則是加權(quán)系數(shù),而D(·)則是距離量度。這里采用了歐氏距離De(p,q)=[(px-qx)2+(py-qy)2]1/2作為距離量度,也可以考慮采用其他距離量度,例如城區(qū)(city-block)距離D4(p,q)=|px-qx|+|py-qy|等。4不同人臉庫(kù)人臉的彈性匹配我們使用文獻(xiàn)中的Gabor小波基,其表達(dá)式為φk(x)=k2σ2exp(-k2x22σ2)×[exp(ikx)-exp(-σ2/2)](3)通常取σ=π,而k=kvei?u則決定了小波基的頻段和空間方向。其中kv=kmax/fv決定了頻段,取kmax=π/2?有0,1,2,3,4共5種取值,而?u=πu/8決定了空間方向。其中u有0,1,2,3,4,5,6,7共8種取值。因此拓?fù)鋱D上任一節(jié)點(diǎn)的特征矢量的維數(shù)是5×8=40。式(2)中的權(quán)值λ1取值為3×10-5。作者所在的課題組建立了一個(gè)有300個(gè)不同人的人臉庫(kù),其中每個(gè)人有2～8幅人臉不等,共有1000幅人臉。每幅人臉圖像的大小均為寬333像素高480像素,同一人的不同人臉間存在視角、表情、背景、尺度、年齡等多種差異,典型的庫(kù)中人臉如圖1所示。在做特征臉時(shí),隨機(jī)選取其中的100人的350幅人臉做訓(xùn)練庫(kù),而其余的200人的650幅人臉做測(cè)試庫(kù)。彈性匹配算法不需要訓(xùn)練庫(kù),只需要測(cè)試庫(kù),因此300人的1000幅人臉都作為測(cè)試庫(kù)。測(cè)試庫(kù)又可細(xì)分兩部分:庫(kù)中人臉集和輸入人臉集。從測(cè)試庫(kù)中每人隨機(jī)取一幅人臉圖像作為輸入人臉集,測(cè)試庫(kù)中剩余的人臉圖像則組成庫(kù)中人臉集。在庫(kù)上進(jìn)行測(cè)試時(shí)依次從輸入人臉集中取一幅人臉圖像作為當(dāng)前輸入人臉,計(jì)算該人臉和庫(kù)中人臉集中每幅人臉圖像間的匹配度,如果匹配度最高的那幅庫(kù)中人臉和當(dāng)前輸入人臉屬于同一人則認(rèn)為匹配正確,否則認(rèn)為匹配錯(cuò)誤。識(shí)別率定義為正確匹配的次數(shù)除以總匹配次數(shù)。表1比較了特征臉和經(jīng)典的彈性匹配算法。從表1可以看到,在人臉的魯棒識(shí)別中彈性匹配的識(shí)別率明顯優(yōu)于特征臉。表2顯示了使用關(guān)鍵點(diǎn)信息改進(jìn)彈性匹配算法時(shí)識(shí)別率隨權(quán)值λ2變化的情況。從表2可看到,當(dāng)λ2逐漸增大時(shí),識(shí)別率先增加后減小,當(dāng)λ2在10-4附近時(shí)能獲得最高的識(shí)別率。這是因?yàn)?λ2取0時(shí),改進(jìn)算法和經(jīng)典的彈性匹配方法沒(méi)有區(qū)別;而當(dāng)λ2過(guò)大時(shí),算法則慢慢退化為簡(jiǎn)單的基于部件關(guān)鍵點(diǎn)位置信息的人臉識(shí)別方法