基于局部模式加權(quán)估計紋理分析的人臉識別

胡鐘月

(廣西現(xiàn)代職業(yè)技術(shù)學(xué)院，廣西河池 547000)

由于人臉識別技術(shù)具有低干擾性和高精確性［1］，在很多場合下的應(yīng)用都高于其他生物識別方法，包括一些大范圍的應(yīng)用，比如護照、駕駛執(zhí)照鑒別、海關(guān)檢查等［2］。

隨著人臉識別技術(shù)的發(fā)展，基于紋理分析的方法得到了越來越多的應(yīng)用。許多研究表明，紋理分析方法的應(yīng)用能夠超過其他人臉識別方法主要是因為其對正面照臉部表情的細節(jié)變化進行了處理［3］。紋理特征提取是成功進行圖像紋理描述、分類與分割的關(guān)鍵環(huán)節(jié)，紋理特征的提取直接影響后續(xù)處理的質(zhì)量。提取的紋理特征維數(shù)不大、鑒別能力強、穩(wěn)健性好，且提取過程計算量小。在過去的30多年，很多紋理特征提取的方法被進一步發(fā)展。這些紋理特征大致分為基于統(tǒng)計特征、基于模板卷積特征、基于頻域特征和基于模型特征這4類［4-7］。

楊關(guān)等人曾提出在紋理分析中構(gòu)建高斯圖模型(Gaussian Graphical Models，GGM)［8］，根據(jù)紋理特征的局部馬爾可夫性和高斯變量的條件回歸之間的關(guān)系，將復(fù)雜的模型選擇轉(zhuǎn)變?yōu)檩^為簡單的變量選擇，應(yīng)用懲罰正則化技巧同步選擇鄰域和估計參數(shù)，實驗顯示了基于高斯圖模型的紋理特征對紋理分析的有效性。但是，復(fù)雜的計算開銷使其在應(yīng)用中受到了限制。結(jié)合紋理編碼，文獻［9］提出了一種基于統(tǒng)一權(quán)值的紋理分析(Texture Analysis based on Union Weighting，UWTA)方法，采用一組實驗步驟獲得一個基于識別率的權(quán)值的固定形式，意識到了這些權(quán)值并不是最佳的，但是通過比較統(tǒng)一的權(quán)值，可以提高識別的能力。此后，大多數(shù)基于紋理的人臉自動識別的方法(Automatic Face Recognition，AFR)［10］都開始使用固定權(quán)值來進行人臉識別。文獻［11］提出運用最小二乘法得出齊次非線性方程組，一定程度上提高了基于紋理編碼的人臉識別率。并且通過實驗表明，運用最小二乘法要比使用固定權(quán)值方法要好。然而，最小二乘法涉及到一個相當復(fù)雜的方程組，而且還要計算出大量樣本圖像的每一個被估計的權(quán)值。

根據(jù)上述分析，傳統(tǒng)的紋理分析方法僅以每個臉部區(qū)域的相對貢獻來標記全局相似度［12］，針對這種以局部表示全局而導(dǎo)致不能很好地進行特征提取的問題，本文提出了基于局部模式的加權(quán)估計紋理分析(Weighting Estimation for Texture Analysis，WETA)方法，使用局部二值模式(Local Binary Pattern，LBP)［13-14］或者局部相位量化(Local Phase Quantization，LPQ)［15-16］對相似空間中最具識別力的坐標軸進行紋理分析，并且利用編碼與數(shù)據(jù)庫的不同組合估算出權(quán)值，通過權(quán)值優(yōu)化給出最佳解決方案。與最小二乘法相比，該方法中每個權(quán)值需要訓(xùn)練樣本的數(shù)量更少，而且運算起來更高效，實驗對兩種紋理編碼方式進行了詳細的分析，驗證了所提方法的有效性。

1 紋理編碼

1.1 基于局部二值模式(LBP)的紋理編碼

利用局部二值模式(LBP)來進行臉部描述，主要通過分配給x=(x，y)坐標的每個像素一個編碼后，計算出來在半徑為R的范圍內(nèi)，中心像素強度與離中心m等距像素強度之間的差別，決定如何分配編碼。根據(jù)像素強度正負值之間的差別，分配二進制“0”和“1”，當采樣點不符合中心像素時使用雙線內(nèi)插法。LBP紋理編碼以一種無序而又固定的二進制串聯(lián)方式組成，用“0”和“1”來表示m等距內(nèi)的像素強度。圖1包括了4張LBP的影像樣本，從中可以看出像素強度與每個像素的LBP編碼之間的關(guān)系。

圖1 樣圖及相應(yīng)的LBP、LPQ表示法

1.2 基于局部相位量化(LPQ)的紋理編碼

實際應(yīng)用中，局部相位量化(Local Phase Quantization，LPQ)方法要比LBP更好，因為LBQ圖像更模糊，均勻亮度變化更大。與LBP相似，LPQ通過計算x=(x，y)坐標的每個像素編碼，用編碼代表以x為中心的M×M鄰域內(nèi)(Nx)的像素。

在4個低頻區(qū)的Nx中觀察傅里葉變換Fx(u)，u=(u，v)中的實值、虛值實現(xiàn)相位量化。在這里產(chǎn)生了8位二進制數(shù)，“0”和“1”的選擇取決于每個值的正、負。這些二進制數(shù)隨意而又固定地串聯(lián)成了1個8位二進制數(shù)，以此描繪Nx中的紋理，圖像中所有的像素都利用這種方法得出相應(yīng)的LPQ圖像表示。

此方法包括一個簡單的過程:在量化步驟前解除傅里葉系數(shù)的關(guān)聯(lián)，最大限度地保存紋理代碼的信息。

2 加權(quán)估計紋理分析(WETA)

2.1 人臉匹配

假設(shè)人臉數(shù)據(jù)庫中包含很多兩眼清晰的圖像，而且圖像中眼睛的像素坐標也相同，數(shù)據(jù)庫中用Sir表示第i個對象的第r個圖像。識別過程中紋理圖像將被劃分成大小相等且不重疊的從1到B的區(qū)域，其中，第b塊區(qū)域紋理編碼的直方圖統(tǒng)計中，b=1，2，…，B。

第b塊區(qū)域中，bHir和bHjt這2個直方圖的差別在于圖像Sir和圖像Sjt用不同的距離函數(shù)bdirjt(bHir，bHjt)計算，文中簡述為bdirjt。

利用計算直方圖間距的線性組合來測量臉部的全局相異度，從而推斷出2張人臉是否來自同一個人，即

式中:系數(shù)wb為權(quán)值，表示第b塊區(qū)域與最終識別一致的相對相關(guān)性。

2.2 權(quán)值估計

所提方法主要的工作是估計wb系數(shù)，并且對式(1)進行重新闡釋，達到權(quán)值最優(yōu)化的目的。把B區(qū)域中的Sir和Sjt臉部圖像間的直方圖間距進行組合，其向量dirjt=［1dirjt，2dirjt，…，Bdirjt］代表B維中的相似空間。進一步組合wi's系數(shù)，其向量為w=［w1，w2，…，wB］。式(1)可采取以下形式

因此，全局相異度測量的方法是利用系數(shù)向量w來定義相同空間內(nèi)一個方向的距離向量dirjt。假定最佳加權(quán)與相同空間的方向相符合，那么就可以盡可能地把相同對象的配對圖像從不同對象的配對圖像中分離出來。

如果假定這2種類型圖像對的協(xié)方差矩陣是相等的，則可以直接使用Fisher準則來找出最佳加權(quán)式中和分別是不同對象中配對圖像的平均距離向量是協(xié)方差矩陣的合集。許多文獻中的多元統(tǒng)計分析報告指出，甚至在協(xié)方差的假設(shè)不成立的情況下，F(xiàn)isher準則仍然是很有效的。

通過式(3)快速計算權(quán)值是非常重要的，一般情況下，它并不遵循從左到右的臉部對稱性。然而，通過二等分系數(shù)的量值去估計，則可以用來執(zhí)行權(quán)值對稱，降低問題的復(fù)雜程度。假設(shè)區(qū)域b，(b+B)/2，甚至B，與對稱的臉部區(qū)域相符合，則可以令bw=b+B/2w使得權(quán)值對稱，如此，式(1)就可以改寫為

如此，解決了權(quán)值估計問題，也就解決了權(quán)值最優(yōu)化問題。

2.3 相似性度量距離轉(zhuǎn)換

采用的相似性度量是一個人臉識別中的局部模式基礎(chǔ)方法，它將人臉圖像分為一個常規(guī)的單元格和與局部模式一致的單元格，最后在人臉識別中的χ2分布上采用最近相鄰分類法

式中:p，q分別是圖像區(qū)域描述符(直方圖向量)。

由于不重合的原因，給出所有編碼值的目的是為小空間偏差提供光照和離群強健虛擬一致，使用類豪斯多夫距離相似性度量似乎是合適的，即采用圖像中每個LBP或者LPQ編碼，并測試一個相同的編碼是否出現(xiàn)在圖像的相近位置上，加權(quán)隨著圖像距離而平滑下降。為了實現(xiàn)區(qū)別性基于外貌圖像和易于控制的空間松弛度的匹配，可以采用距離轉(zhuǎn)換方案。給出一個二維的參考圖像，可以找到二進制或三進制編碼的圖像，然后將其轉(zhuǎn)化為稀疏二進制圖像集，對應(yīng)每個可能二進制或三進制編碼值(例如一致編碼的59張圖像)。每個編碼指定它的特別二進制或三進制編碼值的像素出現(xiàn)的位置，然后計算它的距離轉(zhuǎn)換圖像。每個像素點給出了帶有編碼的最近圖像的距離，圖像與圖像之間的距離或者相似性度量可以表示為

它是圖像像素點的編碼值，也是一個自定義的函數(shù)，它將損失傳遞給最近匹配編碼中的給定空間距離上的一個像素點，所有的全局人臉在一些像素點內(nèi)對齊，默認參數(shù)值是像素點。

2.4 所提方法整個過程

所提方法的整個過程如圖2所示，首先利用LBP或LPQ對人臉圖像進行紋理編碼，然后將紋理圖像劃分成B個大小相等且不重疊的區(qū)域，接著利用Fisher判別分析方法估算出權(quán)值系數(shù)wb，b=1，2，…，B，并利用式bw=b+B/2w對稱權(quán)值，當讀入一個測試圖像時，進行相同的操作，最后利用直方圖間距的線性組合進行全局相異度測量，計算測試圖像與訓(xùn)練圖像之間的歐式距離，最后，利用k近鄰分類器完成人臉的識別工作。

3 實驗

圖2 所提方法實現(xiàn)過程

所有的實驗均在4 Gbyte內(nèi)存Intel(R)Core(TM)2.93 GHz Windows XP機器上完成，編程環(huán)境為MATLAB 7.0。

3.1 人臉庫

FERET人臉庫包含200個人的1 400張圖像，每人7張，它們是在不同的表情、視覺角度及其光照強度下拍攝的，如圖3所示為FERET上某個人臉的7張圖像。

圖3 FERET上某人的7張人臉圖像

ORL人臉庫共有40個人的400張圖片，每人10張，其中有些圖像拍攝于不同的時期，人的臉部表情和臉部細節(jié)有著不同程度的變化，如圖4所示為ORL上某人的10張圖片。

圖4 ORL人臉庫中某人的10張人臉圖像

3.2 實驗結(jié)果

實驗中，圖像均被轉(zhuǎn)換為80×64像素分辨率，右側(cè)和左側(cè)眼睛的像素坐標值分別為(20，14)和(20，51)。采用統(tǒng)一的LBP變量圖像，圖像含有8個采樣點(m=8)，半徑長為2個像素點(R=2)。計算每一個7×7的像素鄰域(M=7)，且在頻率值a=1/7時執(zhí)行相位量化，通過計算大小為8×8像素中超過10×8個非重疊區(qū)域，得到2個數(shù)據(jù)庫的直方圖。

選取FERET及ORL中每人的前5張人臉圖像用于訓(xùn)練，剩下的用于測試，訓(xùn)練階段利用不同數(shù)據(jù)庫與編碼的4種組合估算權(quán)值，包括LBP-FERET，LPQ-FERET，LBP-ORL，LPQ-ORL，測試階段利用相同的4種組合進行識別率的計算，這樣估算權(quán)值與測試就有16種不同的組合，利用距離轉(zhuǎn)換度量計算測試圖像與各個訓(xùn)練圖像之間的距離，采用k近鄰分類器完成識別，其中，k值取3，圖5列出了各種組合加權(quán)取得的最好的5個識別率，小圖中每個標題顯示了用于估算權(quán)值的編碼與數(shù)據(jù)庫的不同組合。

圖5 不同數(shù)據(jù)庫和編碼技術(shù)配置得出的識別率

從圖5可以得出16種組合的最佳識別率，如表1所示，其中，橫向表示訓(xùn)練階段估算權(quán)值的編碼與數(shù)據(jù)庫的不同組合，縱向表示測試階段的編碼與數(shù)據(jù)庫的不同組合。

表1 16種不同組合取得的最佳識別率 %

從表1可以看出，在相同的人臉數(shù)據(jù)庫上使用相同的紋理編碼可以獲得最好的表現(xiàn)效果，在不同的人臉數(shù)據(jù)庫上使用不同的紋理編碼取得的效果最差。其中，在FERET人臉數(shù)據(jù)庫上取得的最佳識別率為97.92%，在ORL人臉數(shù)據(jù)庫上取得的最佳識別率為99.19%，接近100%。同時可以看出，不管是訓(xùn)練還是測試，LBP與LPQ兩種編碼技術(shù)在同一數(shù)據(jù)庫互相轉(zhuǎn)換，對實驗效果的影響都很小，與此相反，當利用某個數(shù)據(jù)庫估算權(quán)值而又在另一個數(shù)據(jù)庫上進行實驗時，識別效果明顯下降。

3.3 比較與分析

為了更好地體現(xiàn)所提方法的優(yōu)越性，這部分比較了所提方法與其他文獻中的方法，包括 PCA［2］、LDA［4］、LBP［5］、LPQ［6］、PCA-NN［7］、高斯圖模型(GGM)［8］、基于統(tǒng)一權(quán)值的紋理分析方法(UWTA)［9］和基于最小二乘法(Least Squares)的紋理分析方法［11］，分別在FERET和ORL數(shù)據(jù)庫中用LBP和LPQ紋理編碼對識別率進行了測試，各個比較方法的參數(shù)設(shè)置均與各自的文獻相同，實驗結(jié)果取FERET及ORL人臉數(shù)據(jù)庫中每個人的前5幅圖像用于訓(xùn)練，剩下的圖像用于測試，詳細實驗結(jié)果如表2所示。

從表2可以看出，在各種組合情況下，在FERET及ORL兩大人臉庫上，所提方法的識別率明顯高于其他各個方法，在 FERET上，所提方法比 PCA、LDA、LBP、LPQ、PCA-NN、GGM、UWTA、基于最小二乘法的紋理分析方法的識別率分別高了9.92%、5.71%、3.20%、2.09%、1.62%、1.13%、0.84%、0.60%，在 ORL上，所提方法比PCA、LDA、LBP、LPQ、PCA-NN、GGM、UWTA、基于最小二乘法的紋理分析方法的識別率分別高了7.37%、4.82%、3.62%、2.29% 、2.33% 、1.95% 、1.60% 、0.99% 。

通過引入加權(quán)估計，LBP、LPQ的識別率明顯提高了很多，進行比較的GGM、UWTA、基于最小二乘法的紋理分析方法都是比較先進的紋理分析方法，所提方法的識別率明顯高于這三種紋理分析方法，也正是因為所提方法引入了加權(quán)估計，才達到了比較好的識別效果，足以體現(xiàn)了所提的加權(quán)估計紋理分析方法的優(yōu)越性。

表2 各方法在FERET及ORL上識別率的比較 %

4 總結(jié)

本文提出了基于局部模式的加權(quán)估計紋理分析來估算最佳面部區(qū)域的權(quán)值，在FERET及ORL兩大人臉數(shù)據(jù)庫上進行了實驗，利用2種不同的紋理編碼技術(shù)，通過對本文方法與最近類似文獻中其他紋理方法的比較，表明了所提方法在識別性能方面的優(yōu)越性。實驗結(jié)果表明，在給定的應(yīng)用中，所提方法能夠捕捉到人臉圖像中可能出現(xiàn)的分類的不對稱性，例如非對稱的視差發(fā)光格柵。

對LBP及LPQ進行紋理編碼后，進行紋理圖像劃分、權(quán)值推斷、權(quán)值對稱，明顯提高了人臉識別率，但同時也增加了額外的開銷，所以，如何在提高識別率的前提下提高算法的效率，將是進一步研究的重點。

:

［1］孫吉貴，劉杰，趙連宇.聚類算法研究［J］.軟件學(xué)報，2008，19(1):48-61.

［2］喬立山，陳松燦，王敏.基于相關(guān)向量機的圖像閾值技術(shù)［J］.計算機研究與發(fā)展，2010，47(8):1329-1337.

［3］KOLDA T G，BADER B W.Tensor decompositions and applications［J］.SIAM Review，2009，51(3):455-500.

［4］王佳奕，葛玉榮.基于Contourlet及支持向量機的紋理識別方法［J］.計算機應(yīng)用，2013，33(3):677-679.

［5］ZHAO Q，ZHANG D，ZHANG L，et al.High resolution partial fingerprint alignment using pore-valley descriptors［J］.Pattern Recognition，2010，43(3):1050-1061.

［6］ZHAO Q，ZHANG D，ZHANG L，et al.Adaptive fingerprint pore modeling and extraction［J］.Pattern Recognition，2010，43(8):2833-2844.

［7］SU Y，SHAN S，CHEN X，et al.Adaptive generic learning for face recognition from a single sample per person［C］//Proc.IEEE International Conference on Computer Vision and Pattern Recognition，2010.［S.l.］:IEEE Press，2010:2699-2706.

［8］HU H.Orthogonal neighborhood preserving discriminant analysis for face recognition［J］.Pattern Recognition，2008，41(6):2045-2054.

［9］楊關(guān)，馮國燦，陳偉福，等.紋理分析中的圖像模型［J］.中國圖象圖形學(xué)報，2011，16(10):1818-1825.

［10］XIE Z，LIU G，F(xiàn)ANG Z.Face recognition based on combination of human perception and local binary pattern［J］.Lecture Notes in Computer Science，2012，72(2):365-373.

［11］CONNOLLY J F，GRANGER E，SABOURIN R.An adaptive classification system for video-based face recognition［J］.Information Sciences，2012，192(1):50-70.

［12］文喬龍，萬遂人，徐雙.Fisher準則和正則化水平集方法分割噪聲圖像［J］. 計算機研究與發(fā)展，2012，49(6):1339-1347.

［13］ARANDJELOVI O.Computationally efficient application of the generic shape-illumination invariant to face recognition from video［J］.Pattern Recognition，2012，45(1):92-103.

［14］ZHANG Z，WANG J，ZHA H.Adaptive manifold learning［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2012，34(1):131-137.

［15］HAFIZ F，SHAFIE A A，MUSTAFAH Y M.Face recognition from single sample per person by learning of generic discriminant vectors［J］.Procedia Engineering，2012(45):465-472.

［16］LOWE D.Distinctive image features from scale-invariant key points［J］.International Journal of Computer Vision，2004，60(1):91-110.