梁永睿

摘 要：可穿戴技術(shù)的飛速發(fā)展為生活帶來了極大便利，本研究致力于將人臉識別技術(shù)應(yīng)用于一款可穿戴設(shè)備——谷歌眼鏡，以充分發(fā)揮其解放雙手的優(yōu)勢，使得人臉識別可以在不影響其他工作的基礎(chǔ)上隨時(shí)隨地地進(jìn)行。為了實(shí)現(xiàn)在谷歌眼鏡上的人臉識別，文中采用GDK原生開發(fā)方式，并利用LBP特征的Adaboost分類器進(jìn)行人臉檢測和Fisher特征的分類器進(jìn)行人臉識別，從而實(shí)現(xiàn)了這一系統(tǒng)的應(yīng)用。

關(guān)鍵詞：人臉識別；谷歌眼鏡；可穿戴技術(shù)；增強(qiáng)現(xiàn)實(shí)

中圖分類號：TP391.41 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1302（2016）06-00-02

0 引 言

基于面部特征的人臉識別技術(shù)成為模式識別和人機(jī)交互領(lǐng)域的研究熱點(diǎn)。它在智能視覺物聯(lián)網(wǎng)、以人為中心的普適計(jì)算、公共安全、金融服務(wù)和視頻會議系統(tǒng)等眾多領(lǐng)域有著廣泛的應(yīng)用[1]。

谷歌眼鏡是Google于2012年推出的一款頭戴式智能電子設(shè)備， 它以免手持、與智能手機(jī)類似的方式顯示各種信息[2]。穿戴者通過自然語言語音指令與互聯(lián)網(wǎng)服務(wù)聯(lián)系溝通。與手機(jī)相比，谷歌眼鏡操作更加快速、直觀并且解放了雙手，可讓人們與互聯(lián)網(wǎng)時(shí)刻互聯(lián)[3]。谷歌眼鏡作為增強(qiáng)現(xiàn)實(shí)設(shè)備，其使用的小屏幕可以在眼前的真實(shí)世界上疊加信息，實(shí)現(xiàn)信息世界與真實(shí)世界的無縫連接，從而形成增強(qiáng)現(xiàn)實(shí)的場景[4]。而這一巨變將引發(fā)一場新的、深刻的信息技術(shù)革命。谷歌眼鏡鮮明的優(yōu)勢為人臉識別帶來很大方便，相關(guān)人員不需要安置專用的識別機(jī)器，或是占用雙手來進(jìn)行操作[5]。

基于谷歌眼鏡的人臉識別系統(tǒng)將人臉識別技術(shù)在保證性能的基礎(chǔ)上，以更貼合嵌入式設(shè)備的方式在谷歌眼鏡上實(shí)現(xiàn)，谷歌眼鏡作為可穿戴設(shè)備解放了雙手，使人臉識別的應(yīng)用場景得到了極大擴(kuò)展，可在不影響本身工作的基礎(chǔ)上進(jìn)行身份識別驗(yàn)證等功能[6-8]。

1 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

本系統(tǒng)的結(jié)構(gòu)圖如圖1所示。完整的人臉識別需要經(jīng)過圖像獲取、圖像預(yù)處理、人臉檢測器檢測、人臉識別器識別以及最后的結(jié)果顯示幾個(gè)過程。其中，人臉檢測器和人臉識別器需提前訓(xùn)練獲得，系統(tǒng)在使用過程中可通過特定身份的人臉圖像進(jìn)一步訓(xùn)練完善人臉檢測器。

人臉檢測器的訓(xùn)練過程如下：選取一定數(shù)量的人臉和非人臉圖像，首先進(jìn)行縮放、直方圖均衡等預(yù)處理步驟，通過LBP特征提取得到弱分類器，通過Adaboost循環(huán)訓(xùn)練獲得最終的強(qiáng)分類器。

人臉識別器的訓(xùn)練過程與人臉檢測器的訓(xùn)練過程類似，首先是對人臉圖像的預(yù)處理，包括幾何變換、剪裁、直方圖均衡、平滑、橢圓掩碼等步驟，接著利用Fisher特征對圖像信息進(jìn)行降維處理，計(jì)算出最佳分類器，進(jìn)而得到最終的人臉識別器。

2 人臉識別技術(shù)

2.1 人臉預(yù)處理

人臉預(yù)處理后把圖像的外界影響因素盡量降低，如光照，角度等[9]，人臉預(yù)處理各步驟的結(jié)果如圖2所示，主要涉及的操作有以下內(nèi)容：

（1）幾何變換、剪裁：縮放、旋轉(zhuǎn)和平移圖像，使眼睛對齊，刪除額頭、下巴、耳朵和背景；

（2）直方圖均衡：標(biāo)準(zhǔn)化左右兩側(cè)的亮度和對比度；

（3）平滑：使用雙邊濾波器減少噪聲；

（4）橢圓掩碼：去掉一些剩余頭發(fā)和人臉圖像背景。

2.2 人臉檢測

人臉檢測器的主要訓(xùn)練過程如下：

（1）選定正負(fù)樣本，提取其LBP特征，并用直方圖表示，LBP算子如圖3所示。

LBP相較于haar等其他特征運(yùn)算速度更快，便于在嵌入式等平臺運(yùn)行。LBP（Local Binary Pattern， 局部二值模式）用來提取圖像的局部紋理特征，計(jì)算方式如下：

P為鄰域等距分布P個(gè)點(diǎn)，gc為中心像素點(diǎn)灰度值，gp為鄰域像素點(diǎn)灰度值。

（2）訓(xùn)練多個(gè)弱分類器，為每個(gè)LBP特征都訓(xùn)練一個(gè)弱分類器。

（3）利用Adaboost分類器訓(xùn)練得到最終的強(qiáng)分類器：循環(huán)多次進(jìn)行人臉分類判斷，更新權(quán)值，提取出錯誤率最小的弱分類器，并用這些弱分類器組成強(qiáng)分類器。用多個(gè)上述得到的強(qiáng)分類器組成級聯(lián)分類器，即最終的強(qiáng)分類器。

具體計(jì)算過程分為如下幾步：

（1）初始化每個(gè)樣本的權(quán)值ωi= 1 / N， i = 1，2，…，N。

（2）對每個(gè)樣本利用弱分類器的學(xué)習(xí)算法訓(xùn)練弱分類器ft （x）∈{-1，1}，并計(jì)算錯誤率εt=Eω [I（y≠ft（x））]和加權(quán)系數(shù)αt=log[（1-εt）/εt]。

（3）更新權(quán)值ωi←ωiexp[αt.I（ft（xi）≠yi）]，并重新歸一化，使得∑iωi=1。

（4）輸出分類器F（x）=sgn[∑Tt=1αtft（x） ]。

檢測器通過大量的人臉和非人臉圖片進(jìn)行訓(xùn)練，存在XML文件中。在得到每個(gè)像素的LBP編碼描述后，采用統(tǒng)計(jì)直方圖方法可得到圖像的LBP直方圖描述。

2.3 人臉識別

Fisher是典型的分類技術(shù)，在降維之后的空間中，樣本的類內(nèi)間距變小，而類間間距變大，使得空間能實(shí)現(xiàn)最大限度的分離。Fisher是一種基于LDA（Linear Discriminant Analysis，線性判別分析）的將映射到低維空間的降維方法。

Fisher最佳投影平面求取方法如下[10]：

其中，Sω為類內(nèi)散度矩陣，Sb為類間散度矩陣，||x||2代表x的歐氏距離，是第c 類數(shù)據(jù)的均值向量，是所有訓(xùn)練數(shù)據(jù)的均值向量。

得到最佳投影平面后，判斷某人臉和數(shù)據(jù)庫內(nèi)人臉相似的方法如下：將此人臉在前k個(gè)最大特征值的特征向量上做投影，得到k維的列向量或者行向量，將其和已有的投影求得歐式距離，根據(jù)閾值來判斷是否匹配。

3 人臉識別系統(tǒng)實(shí)現(xiàn)