基于深度學(xué)習(xí)的三維人臉識(shí)別方法研究

摘 要：本文通過深度卷積網(wǎng)絡(luò)（Deep Convolutional Neural Networks，DCNN）實(shí)現(xiàn)人臉的三維特征和二維特征的提取。對建立的兩個(gè)DCNN進(jìn)行訓(xùn)練以及識(shí)別測試。將兩個(gè)DCNN提取的二維人臉圖像及人臉深度圖的高層抽象特征作為一神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）的輸入，輸出結(jié)果作為提取的最終特征。實(shí)驗(yàn)結(jié)果表明，與其他識(shí)別方法相比，本文設(shè)計(jì)的方法在識(shí)別正確率上得到了可觀的提高。

關(guān)鍵詞：三維人臉識(shí)別；深層卷積網(wǎng)絡(luò)；特征提取

DOI：10.16640/j.cnki.37-1222/t.2019.11.133

1 基于DCNN的三維人臉識(shí)別

1.1 DCNN結(jié)構(gòu)

文章搭建的DCNN分別如圖1和圖2所示，包含層卷積層、最大池采樣層，除輸入與輸出外，中間各層均可稱為隱藏層。文章將卷積后的激活函數(shù)設(shè)置為ReLU（Rectified Linear Units）非線性矯正函數(shù)，公式為f（x）=max（0， x），相較于使用Sigmoid函數(shù)，DCNN訓(xùn)練后的識(shí)別結(jié)果有效的提高[1]。

1.2 n路Soft-max 回歸層 及訓(xùn)練算法改進(jìn)

文章使用soft-max回歸層預(yù)測多種類別的概率，如圖1所示。類別數(shù)表示為n，預(yù)測標(biāo)簽值即為每種類別的概率，預(yù)測標(biāo)簽值，則：

代表類別i的概率，，則：

對于第n種類別的概率：

可以推導(dǎo)出：

其中soft-max回歸層的參數(shù)集為。

通過最大似然估計(jì)法以獲得整個(gè)網(wǎng)絡(luò)的代價(jià)函數(shù)，即：

是通過訓(xùn)練不斷進(jìn)行改進(jìn)的參數(shù)，K為n種類別的樣本總和，是第組輸入向量，；為預(yù)測標(biāo)簽值。通過訓(xùn)練使代價(jià)函數(shù)不斷減小或達(dá)到最大訓(xùn)練次數(shù)。模型代價(jià)函數(shù)的公式為：

對公式（5）求偏導(dǎo)，得：

的維度為類別數(shù)n，其自由度為n-1，則向量中存在冗余度為1的。的存在使在調(diào)整的過程中容易過大。這時(shí)，在損失函數(shù)的收斂計(jì)算中增加權(quán)重衰減項(xiàng)（>0），以防止值過大。

理論證明，是一個(gè)凸函數(shù)，因此使 的迭代運(yùn)算目標(biāo)可使用梯度下降算法，在此算法中，得到的結(jié)果誤差進(jìn)行反向傳播，從而調(diào)整，（其中為學(xué)習(xí)速率）：

（8）

在模型的訓(xùn)練過程中，通過將前一次得到的梯度值與一常數(shù)相乘添加到當(dāng)前梯度的計(jì)算過程中的方法來帶動(dòng)梯度下降的過程。這種改進(jìn)的優(yōu)勢在于利用經(jīng)驗(yàn)數(shù)據(jù)加速計(jì)算過程，避免訓(xùn)練過程陷入局部最優(yōu)。

文章將兩個(gè)網(wǎng)絡(luò)的輸出結(jié)果作為三維數(shù)據(jù)和二位數(shù)據(jù)的高層特征，將其作為一神經(jīng)網(wǎng)絡(luò)（ANN）的輸入進(jìn)行分類。

2 實(shí)驗(yàn)結(jié)果及分析

2.1 學(xué)習(xí)速率及各層向量可視化實(shí)驗(yàn)

文章中的數(shù)據(jù)源圖像包含了人的臉部、頭發(fā)、肩部等，通過Haar 特征結(jié)合Adaboost的方法，去掉多余部分，只提取圖像中人的臉部，提高模型輸入的質(zhì)量[2，3]。將提取的二維人臉圖片歸一化為大小，并將彩色圖轉(zhuǎn)為灰度圖。

將數(shù)據(jù)模型的空間信息表示為z軸上的大小，將其映射為二維圖像，則z值的大小通過灰度值來表示，通過這種方法得到的二維圖像成為深度圖。利用類間最大方差法（Otsu）[4]對深度圖進(jìn)行操作，消除多余部分，保留人的臉部。將人臉深度圖歸一化到 6853。

學(xué)習(xí)速率可認(rèn)為是參數(shù)更新的幅度。文章通過對學(xué)習(xí)速率賦值的方法得到不同學(xué)習(xí)速率的識(shí)別曲線，首次令。在訓(xùn)練過程中，將進(jìn)行過臉部提取的數(shù)據(jù)分成三部分。第一部分用于訓(xùn)練，第二部分?jǐn)?shù)據(jù)用于驗(yàn)證訓(xùn)練過程中的識(shí)別率，整個(gè)訓(xùn)練過程結(jié)束后用第三部分測試整個(gè)模型識(shí)別率。最終，將學(xué)習(xí)速率設(shè)置為0.06。

模型中隱藏層的輸出如圖3所示。

2.2 對比實(shí)驗(yàn)及分析

將本文三維人臉識(shí)別方法與幾種常用人臉識(shí)別方法進(jìn)行比較實(shí)驗(yàn)，采用n=64，即64個(gè)人，每人選取不同的姿態(tài)和光照的圖像10張，得到樣本總數(shù)k為640，結(jié)果如表1所示。通過對比發(fā)現(xiàn)，本文識(shí)別算法較其他幾種方法識(shí)別率有了明顯的提高。

3 結(jié)論

文章分別建立了兩個(gè)用于二維人臉圖像特征提取和人臉深度特征提取的DCNN模型。相較于傳統(tǒng)人臉識(shí)別方法，本文算法增加了深度信息，以增強(qiáng)算法對人臉姿態(tài)和外部環(huán)境的魯棒性。經(jīng)過對卷積網(wǎng)絡(luò)進(jìn)行多方面的改進(jìn)，加速算法收斂，得到數(shù)據(jù)的高層抽象表示，實(shí)現(xiàn)分類任務(wù)。通過實(shí)驗(yàn)驗(yàn)證了算法所提取的特征具有代表性及可分性。并進(jìn)行了本文算法與幾種常用算法的比較實(shí)驗(yàn)，驗(yàn)證了本文方法在人臉識(shí)別正確率上得到了可觀的優(yōu)化。

參考文獻(xiàn)：

[1]Krizhevsky A，Sutskever I，Hinton G E.ImageNet classification with deep convolutional neural networks[C].International Conference on Neural Information Processing Systems. Curran Associates Inc.2012：1097-1105.

[2]Erdem C E，Ulukaya S，Karaali A，et al.Combining Haar Feature and skin color based classifiers for face detection[C].IEEE International Conference on Acoustics， Speech and Signal Processing. IEEE，2011：1497-1500.

[3]Huang C C，Tsai C Y，Yang H C.An Extended Set of Haar-like Features for Bird Detection Based on AdaBoost [C].Signal Processing， Image Processing and Pattern Recognition - International Conference， Sip 2011，Held As.DBLP，2011：160-169.

[4]Yan L V，Gong Q.Application of weighting 3D-Otsu method in image segmentation [J].Application Research of Computers， 2011，28（04）：1576-1579.

作者簡介：吳夢蝶（1990-），女，河北滄州人，碩士，助教，教師，研究方向：深度學(xué)習(xí)、圖像識(shí)別。