霍春寶，楊 闖，佟智波，楊紅喆，王丹丹

（1.遼寧工業(yè)大學(xué) 電氣工程學(xué)院，遼寧 錦州 121001；2.錦州石化公司 礦區(qū)事業(yè)部，遼寧 錦州 121001；3.國(guó)網(wǎng)錦州供電公司 電力調(diào)度控制中心，遼寧 錦州 121001；4.上海應(yīng)用技術(shù)大學(xué) 計(jì)算機(jī)科學(xué)與信息工程學(xué)院，上海 200235）

0 引言

人臉識(shí)別技術(shù)與其他生物特征識(shí)別技術(shù)相比，具有不易偽造、不易竊取、不會(huì)遺忘、不會(huì)侵犯，易分辨等優(yōu)勢(shì)[1]，因而人臉識(shí)別技術(shù)在各個(gè)領(lǐng)域中被廣泛采用，如銀行、醫(yī)院、機(jī)場(chǎng)等.近些年來，隨著智能技術(shù)的快速發(fā)展，人臉識(shí)別技術(shù)開始與其他技術(shù)結(jié)合，實(shí)現(xiàn)更強(qiáng)大功能，例如，與活體檢測(cè)相結(jié)合實(shí)現(xiàn)刷臉支付，與汽車的主控制系統(tǒng)相結(jié)合實(shí)現(xiàn)刷臉車啟動(dòng)，為用戶提供全新智能體驗(yàn).

人臉識(shí)別系統(tǒng)[2]可以分為：檢測(cè)與定位，對(duì)圖像中是否存在人臉進(jìn)行判斷并標(biāo)記；圖像預(yù)處理，對(duì)圖像因外界因素影響導(dǎo)致的變化進(jìn)行校正；特征提取，從高維圖像中提取可以很好表征人臉特征的低維度特征向量；匹配識(shí)別，通過某種分類策略判斷待識(shí)別人臉?biāo)鶎兕悇e.

本文依據(jù)光學(xué)字符識(shí)別（Optical Character Recognition，OCR）技術(shù)中特征提取算法所具有的優(yōu)勢(shì)，將傳統(tǒng)SIFT 人臉識(shí)別算法與LTP 算法結(jié)合，并進(jìn)行改進(jìn)，不僅增加特征對(duì)旋轉(zhuǎn)、光照、噪聲干擾等影響因素的魯棒性，還降低了計(jì)算的復(fù)雜度.

1 人臉的關(guān)鍵點(diǎn)定位

通過對(duì)OCR 技術(shù)的結(jié)構(gòu)特征研究分析，發(fā)現(xiàn)此類特征都是在字符關(guān)鍵點(diǎn)基礎(chǔ)上得到，常見的字符關(guān)鍵特征點(diǎn)包括拐點(diǎn)、交叉點(diǎn)、端點(diǎn)、局部曲率最大的點(diǎn)等.結(jié)構(gòu)特征不僅對(duì)相似字符有較好的識(shí)別能力，而且可以最大程度減少無識(shí)別作用的信息，以達(dá)到提高識(shí)別速度和識(shí)別率目的.

根據(jù)OCR 技術(shù)中結(jié)構(gòu)特征優(yōu)勢(shì)思想，采用尺度不變特征變換（Scale Invariant Feature Transform，SIFT）算法進(jìn)行關(guān)鍵點(diǎn)定位.SIFT 算法是一種基于尺度空間的特征提取方法[3-4]，提取出的關(guān)鍵點(diǎn)具有尺度、方向和大小，因此在偏移、旋轉(zhuǎn)、部分仿射變換的情況下，也能較好地進(jìn)行識(shí)別，傳統(tǒng)SIFT算法工作流程見圖1.

圖1 SIFT 算法工作流程Fig.1 Workflow of SIFT algorithm

1.1 高斯金字塔的基本原理

SIFT 算法的高斯金字塔[4-6]處理圖像，不僅能夠較好地描述物體的細(xì)節(jié)特征，還能保留整體的特征.

利用尺度可變高斯函數(shù)對(duì)原始圖像進(jìn)行卷積運(yùn)算，通過改變空間尺度參數(shù)可獲得不同模糊程度的圖像，公式為

式中，x，y為像素點(diǎn)，pixel；σ為模糊尺度；金字塔每組包含S層，若第1 層的尺度用σ0表示，則第n層的尺度為

式中，k為放大比例系數(shù)，s為常數(shù)3.金字塔模型的整體呈塔狀，見圖2.

圖2 高斯金字塔結(jié)構(gòu)Fig.2 structure of Gauss pyramid

1.2 關(guān)鍵點(diǎn)檢測(cè)

尺度規(guī)范化LoG（Laplacion of Gaussiom）算子具有尺度不變性，但運(yùn)算復(fù)雜度高，所以采用高斯差分（Difference of Gaussian，DoG）算子進(jìn)行近似.LoG 算子與尺度可變高斯函數(shù)之間的關(guān)系式為

DoG 算子的計(jì)算公式為

由式（6）可知，DoG 金字塔只需利用高斯金字塔中的圖像進(jìn)行簡(jiǎn)單相減即可得到.尋找某層的DoG 局部極值點(diǎn)，需要利用周圍的26 個(gè)像素點(diǎn)進(jìn)行比較.

圖3 DoG 金字塔極值點(diǎn)檢測(cè)Fig.3 DoG pyramid extreme point detection

去除對(duì)比度較低和邊緣較敏感的極值點(diǎn)，只保留穩(wěn)定性較高的極值點(diǎn)作為關(guān)鍵點(diǎn).邊緣敏感度利用了Hessian 矩陣進(jìn)行判斷，對(duì)比度利用DoG 算子的二階Taylor 展開式

式中，γ越大表示主曲率越大，邊緣的可能性越大，若式（10）成立，則表示此點(diǎn)穩(wěn)定.

2 人臉的特征提取

OCR 技術(shù)的網(wǎng)格特征[7-9]具有良好的抗干擾能力，其主要思想是將子區(qū)域中所有特征值累計(jì)求和，通過這種方式可以在一定程度上降低或消除局部噪聲和微小畸變對(duì)識(shí)別結(jié)果的影響.

依據(jù)網(wǎng)格特征的思想選擇采用旋轉(zhuǎn)無關(guān)的等價(jià)模式的LTP 特征，這是一種能夠描述局部紋理的特征，對(duì)灰度變化、旋轉(zhuǎn)和噪聲都具有良好的魯棒性，且計(jì)算速度快.本文特征在關(guān)鍵點(diǎn)為中心的9×9 區(qū)域中提取，見圖4.

圖4 LTP 的特征提取區(qū)域Fig.4 feature extraction area of LTP

2.1 LTP 局部紋理特征

局部三值模式（Local Ternary Pattern，LTP）算法[10-11]是在局部二值（Local Binary Pattern，LBP）算法的基礎(chǔ)上提出，在繼承LBP 特征優(yōu)點(diǎn)的同時(shí)，還改善了對(duì)噪聲的敏感度，提取更加豐富的局部紋理信息.三值量化函數(shù)為

式中，x i和xc分別為鄰域像素點(diǎn)和中心像素點(diǎn)的灰度值.LTP 的編碼公式為

式中，P為鄰域像素點(diǎn)的個(gè)數(shù)；R為采樣區(qū)域的半徑.將三值圖像分解為ULTP 和LLTP 這2 個(gè)LBP 圖像，分別計(jì)算特征值，計(jì)算過程見圖5.

圖5 LTP 特征值的計(jì)算過程Fig.5 calculation process of LTP eigenvalue

2.2 特征值的旋轉(zhuǎn)無關(guān)和等價(jià)模式處理

LTP 特征值的種類會(huì)隨著采樣點(diǎn)的增加而增多，易出現(xiàn)維數(shù)災(zāi)難.為降低特征維數(shù)并提高旋轉(zhuǎn)無關(guān)性，需要進(jìn)行旋轉(zhuǎn)無關(guān)和等價(jià)模式處理.旋轉(zhuǎn)不變處理的主要思想是首先將編碼不斷地按位進(jìn)行旋轉(zhuǎn)，得到一組大小不同的數(shù)值，并從中選擇最小的值作為該點(diǎn)特征值，見圖6.

圖6 LTP 特征值的計(jì)算過程Fig.6 calculation process of LTP eigenvalue

旋轉(zhuǎn)無關(guān)的計(jì)算公式為

式中，P和R分別為采樣點(diǎn)的個(gè)數(shù)和采樣區(qū)域的半徑.等價(jià)模式是將小于等于2 次跳變的編碼歸為等價(jià)模式中的一類，其余的歸為另一類.經(jīng)過等價(jià)模式處理的特征能夠在保留原始圖像主要信息的同時(shí)，實(shí)現(xiàn)有效地降維.等價(jià)模式的計(jì)算公式為

式中，g0，gc分別中心像素點(diǎn)和鄰域像素點(diǎn).經(jīng)過旋轉(zhuǎn)無關(guān)和等價(jià)模式處理的特征值從256 種減少為9種.并在3×3 的子區(qū)域中統(tǒng)計(jì)LTP 特征值，可得到3×3×9 的特征，表示為

式中，hi(i=1,2,…,9)為子區(qū)域的LTP 特征向量.

3 匹配識(shí)別

本文提取的旋轉(zhuǎn)無關(guān)和等價(jià)模式下的LTP 特征在SIFT 關(guān)鍵點(diǎn)的基礎(chǔ)上得到，能較好處理識(shí)別中的臉部變化問題.人臉識(shí)別算法整體結(jié)構(gòu)見圖7.

圖7 人臉識(shí)別算法整體結(jié)構(gòu)Fig.7 overall structure of the face recognition algorithm

傳統(tǒng)的SIFT 人臉識(shí)別算法使用的交叉匹配方式，不僅運(yùn)算量大，而且會(huì)出現(xiàn)無關(guān)特征之間的匹配，對(duì)識(shí)別結(jié)果造成不利的影響.為了實(shí)現(xiàn)對(duì)應(yīng)匹配，并弱化易受影響區(qū)域?qū)φw識(shí)別率的影響，本文采用非均勻網(wǎng)格的方式對(duì)圖像進(jìn)行劃分.

通過研究可知大多數(shù)關(guān)鍵點(diǎn)分布在五官區(qū)域，見圖8.

圖8 SIFT 關(guān)鍵點(diǎn)的分布Fig.8 distribution of sift key points

采用以雙眼的內(nèi)眼角作為垂直方向劃分的依據(jù)，以“三庭五眼”先驗(yàn)知識(shí)作為水平方向劃分的依據(jù)，將圖像劃分為3×3，見圖9.

圖9 非均勻網(wǎng)格Fig.9 non-uniform grid

根據(jù)特征所屬的網(wǎng)格進(jìn)行對(duì)應(yīng)的匹配，并賦予不同的權(quán)值，通過加權(quán)方式計(jì)算整體相似度，弱化易受影響區(qū)域?qū)ψR(shí)別準(zhǔn)確性的影響.整體相似度的計(jì)算公式為

式中，si為第i個(gè)子網(wǎng)格識(shí)別率，%；wi為第i個(gè)子網(wǎng)格權(quán)重.

4 實(shí)驗(yàn)結(jié)果分析

人臉數(shù)據(jù)庫(kù)中包含姿態(tài)、光照、偏轉(zhuǎn)等影響因素下的人臉圖像，保證實(shí)驗(yàn)結(jié)果的穩(wěn)定性和客觀性.研究分析可知額頭區(qū)域存在的關(guān)鍵點(diǎn)較少，識(shí)別能力較弱，所以將標(biāo)號(hào)為0、1、2 的子網(wǎng)格看作一個(gè)整體進(jìn)行識(shí)別實(shí)驗(yàn)，其他子網(wǎng)格則按照劃分的情況進(jìn)行實(shí)驗(yàn)，結(jié)果見表1.

表1 人臉子區(qū)域的置信度與權(quán)重Tab.1 confidence and weight of face sub-regions

人臉庫(kù)中選取4 種典型的姿態(tài)變化圖像，包括左右偏轉(zhuǎn)、上揚(yáng)頭、下低頭和部分遮擋，部分測(cè)試樣本見圖10（a），同時(shí)選取不同光照情況下的人臉圖像，部分圖像見圖10（b），驗(yàn)證本文人臉識(shí)別算法對(duì)姿態(tài)變化、部分遮擋和光照變化情況的魯棒性.本次實(shí)驗(yàn)的識(shí)別率結(jié)果見表2.

表2 非理環(huán)境下的人臉識(shí)別率Tab.2 face recognition rates in unreasonable environment

圖10 人臉庫(kù)部分測(cè)試樣本Fig.10 some test samples of face library

為保證實(shí)驗(yàn)的客觀性，本次對(duì)比實(shí)驗(yàn)從人臉庫(kù)中隨機(jī)地選取200 張圖像用于算法的識(shí)別率驗(yàn)證，每組重復(fù)10 次實(shí)驗(yàn)，取平均值作為識(shí)別結(jié)果，對(duì)比見表3.

表3 人臉識(shí)別算法的對(duì)比實(shí)驗(yàn)結(jié)果Tab.3 comparative experimental results of face recognition algorithms

由表2 和表3 中的實(shí)驗(yàn)結(jié)果可知，本文改進(jìn)的SIFT 識(shí)別算法不僅提高了識(shí)別率，還較大程度地降低了識(shí)別過程所消耗的時(shí)間，同時(shí)對(duì)于姿態(tài)變化、部分遮擋和光照變化等非理想的人臉圖像也有較好的識(shí)別率.

4 結(jié)論

實(shí)驗(yàn)結(jié)果表明，改進(jìn)的人臉識(shí)別算法具有較好的識(shí)別率和識(shí)別速度：

（1）降低基于SIFT 關(guān)鍵點(diǎn)的人臉特征維數(shù)；

（2）減少不同子區(qū)域間交叉匹配的復(fù)雜度；

（3）通過LTP 算法對(duì)人臉特征進(jìn)行描述，增加了特征對(duì)姿態(tài)變化、噪聲干擾以及光照變化的穩(wěn)定性.