朱學(xué)玲 陳浩旗

（安徽新華學(xué)院大數(shù)據(jù)與人工智能學(xué)院，安徽 合肥 230088）

0 引言

人臉識(shí)別技術(shù)的發(fā)展始于20 世紀(jì)60 年代，科研人員經(jīng)過60 多年的不斷探索和研究，尤其是近年來(lái)人工智能的快速發(fā)展，人臉識(shí)別已成為計(jì)算機(jī)視覺、圖像處理、模式識(shí)別等領(lǐng)域的研究熱點(diǎn)之一，特別是在視頻監(jiān)控、人機(jī)交互界面等方面。

人臉識(shí)別的方法有很多種，有幾何特征、特征提取、神經(jīng)網(wǎng)絡(luò)、彈性匹配等，本文采用了最基礎(chǔ)的卷積神經(jīng)網(wǎng)絡(luò)（CNN——Convolutional Neural Networks）來(lái)進(jìn)行特征提取，并結(jié)合OpenCV 進(jìn)行前期檢測(cè)和后期的識(shí)別，總體實(shí)現(xiàn)流程如圖1 所示。下面將詳細(xì)介紹檢測(cè)、特征提取和識(shí)別部分。

圖1 流程

1 人臉數(shù)據(jù)獲取

人臉數(shù)據(jù)的獲取包括人臉圖像的采集和檢測(cè)。首先通過電腦攝像頭進(jìn)行人臉檢測(cè)和錄入，本人采用了OpenCV 技術(shù)，用了OpenCV 的Cascade Classifier 類中的人臉檢測(cè)器haarcascade_frontalface_alt2.xml，生成原始數(shù)據(jù)集和標(biāo)簽。

2 圖像預(yù)處理

圖像的預(yù)處理主要是調(diào)整圖片大小，使得圖片都滿足Inage_size=64，考慮到識(shí)別的效果，減小計(jì)算誤差，還做了灰度變換、維度轉(zhuǎn)換和歸一化處理，得到了處理好的數(shù)據(jù)集，如圖2 所示。

圖2 預(yù)處理后的數(shù)據(jù)集（無(wú)光線、角度等變化）

后期考慮到角度和光線的不同對(duì)識(shí)別結(jié)果的影響，又增加了角度變化和光線變化的數(shù)據(jù)集，如圖3和圖4 所示。

圖3 角度變化

圖4 光線變化

3 構(gòu)建神經(jīng)網(wǎng)絡(luò)模型

構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)做特征提取，本實(shí)驗(yàn)采用了三層“卷積+池化”的結(jié)構(gòu)，第一和第二個(gè)卷積層各有32個(gè)filter，卷積核大小為3*3，池化層2*2，代碼如下：

由于以上數(shù)據(jù)集都是自己采樣而來(lái)，訓(xùn)練數(shù)據(jù)不是很多，為了能有得到較好的測(cè)試精度防止過擬合，在構(gòu)建好卷積層和池化層后與全連接層和激活層之前，再添加Dropout 層，Dropout 比率設(shè)置為0.5：

在卷積層和池化層之后添加全連接層，該層有512 個(gè)神經(jīng)元，再通過激活函數(shù)，增加神經(jīng)網(wǎng)絡(luò)的非線性，如圖5 所示，完成了卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)建。

圖5 構(gòu)建卷積層和池化層代碼

4 訓(xùn)練、測(cè)試和識(shí)別

在訓(xùn)練代碼中使用了fit（）函數(shù)計(jì)算訓(xùn)練集的均值、方差等屬性，生成了訓(xùn)練模型number.h5。并利用evaluate（）等函數(shù)對(duì)測(cè)試和識(shí)別結(jié)果進(jìn)行評(píng)估。

測(cè)試時(shí)中對(duì)視頻下所出現(xiàn)的人臉進(jìn)行識(shí)別再次用到了OpenCV 的CascadeClassifier 類中的人臉檢測(cè)器haarcascade_frontalface_alt2.xml，使用條件判斷語(yǔ)句對(duì)檢測(cè)到的人臉進(jìn)行識(shí)別。

5 評(píng)估和優(yōu)化

訓(xùn)練的好壞直接影響識(shí)別的準(zhǔn)確度，因此，在訓(xùn)練模型中使用了Adam 優(yōu)化算法，通過調(diào)試學(xué)習(xí)率提高測(cè)試準(zhǔn)確率，Adam 算法中參數(shù)配置如下：

（1）learning_rate 字面理解為學(xué)習(xí)速率。在速率校正之前會(huì)加快初始學(xué)習(xí)速度，前期取值為0.3。較小的值（例如1.0e-5）在培訓(xùn)期間降低學(xué)習(xí)速度，后期調(diào)試時(shí)取值為0.1～0.001，通過不斷的訓(xùn)練，learning_rate 的取值逐漸減小，經(jīng)過若干次調(diào)試后，最后一次取值為0.001。

（2）beta1 為一階矩指數(shù)衰減率，取0.9。

（3）beta2 為二階矩指數(shù)衰次減率，取0.999。

（4）epsilon 的值非常小，防止在實(shí)現(xiàn)中被0 除，此處取值是常規(guī)的10e-8。

第一次訓(xùn)練時(shí)（角度、光線正常）learning_rate 值較高，取值0.3，識(shí)別準(zhǔn)確率平均為79.61%。經(jīng)過若干次調(diào)試后，調(diào)試learning_rate 值并考慮到環(huán)境、人臉角度變化等因素，如表1 所示，得出learning_rate 取值為0.01～0.001 之間較為合適。

表1 調(diào)試learning_rate 和環(huán)境因素運(yùn)行結(jié)果的變化

6 識(shí)別效果

分別在角度、光線、距離上進(jìn)行調(diào)試運(yùn)行效果如圖6 所示，在識(shí)別框的內(nèi)側(cè)的上方顯示是否是本人，如果是本人顯示“me”，如果不是本人則顯示“other”，通過識(shí)別框的顯示范圍可以看出識(shí)別效果較好，能夠準(zhǔn)確的捕捉人臉的位置。

圖6 調(diào)試后運(yùn)行效果

7 結(jié)語(yǔ)

通過實(shí)驗(yàn)過程可以體會(huì)到OpenCV 和卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合的方式實(shí)現(xiàn)人臉識(shí)別是眾多方法中比較快速、基礎(chǔ)的方法，該方法實(shí)現(xiàn)簡(jiǎn)單但也存在一些不足，比如在檢測(cè)環(huán)節(jié)，圖片的色彩比較豐富、人臉部分顏色較暗、圖片不夠清晰等都會(huì)影響檢測(cè)的準(zhǔn)確度。另外，訓(xùn)練的次數(shù)為了達(dá)到預(yù)期效果，需要不斷的調(diào)整參數(shù)，因此在后期的優(yōu)化中，可以考慮一些基于PyTorch 的方法。