摘 要：本文利用卷积神经网络理论，提出一种通过对样本集进行局部特征与全局特征的融合训练，达到对于人脸识别的方法，通过模型训练，该方法能够最大程度地提取人脸关键部位如：嘴巴、鼻子、眼睛等部位特征，从而在提取不同人脸特征时，可以更好地从人脸的这些部位中得到更明确的特征向量。
关键词：神经网络；模式识别；人脸识别
中图分类号：TP391.41文献标志码：A文章编号：2096-4706（2017）01-0009-03
Abstract：The paper based on the theory of convolutional neural network，puts forward a method of local features and global features of the integration of the training sample set，reach to a method of face recognition，by the training model，this method can maximize the extraction of face key parts such as nose，eyes and mouth features and other parts，resulting in different extraction face the characteristics，can be obtained from these parts of the face feature vector in more clearly.
Keywords：neutral network；pattern recognition；face recognition
0 引 言
用計算机手段展开人脸识别的研究工作从很早就已经开始，研究领域包括模式识别、图像处理、生理学等。目前，随着深度学习算法的不断进步及其对特征提取表现出来的良好的鲁棒性，众多的研究小组开始将深度学习应用于人脸识别中来，取得了极大的进步。对于人脸识别而言，涉及人脸检测、人脸关键点定位、人脸对齐、人脸特征值提取及人脸比对等技术。对于人脸对齐而言，有的人脸识别算法并未采用，而是直接通过局部性特征提取进行人脸比对，仍然取得了不错的效果[1]。
深度学习目前较为流行的方法是卷积神经网络（CNN，convolutional neural network）。该网络由前向传播网络及反向传播网络组成，在前向传播中，不断地对输入的训练集进行学习，并更新权值；而在反向传播中，不断地对输入的测试集进行，并根据反向误差更新权值。
深度学习系统需要通过大量的样本方能学到较好的特征，通过机器学习的方法，不断地对输入的样本进行特征提征，通过目标函数的约束达到最优化学习的过程。其中，学习率、动量大小等参数均会对网络好坏产生一定的影响。另外，就深度学习而言，丰富的样本也是必不可少的，样本好坏也会在一定程度上影响网络训练的效果，如果样本集清晰度不够、样本类别之间差异性太小等均会因起网络的不稳定或者学习过程中不断震荡，甚至一张异常图片可会引起该类别准确度的大幅小降，所以对于样本选择需要择优选取[2-4]。
其中，对于无约束环境下的人脸识别是考验算法鲁棒性的重要环节，无约束性涉及光线的变化、人脸角度的改变、表情的变化等，优于人脸的柔性特征，其不同环境下对于人脸的特征提取也会有所差异。以上变化均会给计算机对于人脸的识别带来巨大的挑战。目前对于人脸的柔性处理，往往会进行对齐，涉及人脸补齐、三维变换等图形学计算，将人脸映射至正面图像中，然后再进行特征提取、人脸比对等操作，从而达到对于人脸的无约束处理的目的[4-5]。对于人脸的关键点检测是很重要的环节，通过对人的眼睛、鼻子、嘴巴等的定位可以很好地判断人脸的角度、变形程度，然后系统会决定人脸三维映射角度、补齐部分等参数，最后在进行实际的三维变换。
1 模型网络结构
基于神经网络的人脸识别模型结构对于粗粒度和细粒度分类都具有较好的提取能力，这也是它能够同时胜任检测、关键点提取及特征提取的重要因素，其网络结构如图1所示。在人脸检测中，通过强化人脸细节特征，让它能够对于人的眼睛、鼻子、嘴巴具有更好的辨别能力，从而能够较好地识别包含这些区域而形成的人的面部区域。
卷积神经网络是一个多层的神经网络，每层由多个二维平面组成，而每个平面由多个独立神经元组成。如图1所示，输入图像通过和三个可训练的滤波器和可加偏置进行卷积，卷积后在C1层产生三个特征映射图，然后特征映射图中每组的四个像素再进行求和，加权值，加偏置，通过一个Sigmoid函数得到三个S2层的特征映射图。这些映射图再进过滤波得到C3层。这个层级结构再和S2一样产生S4。最终，这些像素值被光栅化，并连接成一个向量输入到传统的神经网络，通过S曲线函数进行计算并产生输出。
卷积神经网络最大特点就是稀疏连接（局部感受）和权值共享，主要由输入层、卷积层、子采样层、全连接层、分类层及输出这些基本组件构成。输入层即原始图像，一般是三通道（R，G，B）采样得到每个通道的灰度照片，再通过卷积、子采样、全连接等计算得到最终的输出，可以用来为分类、检索或者识别。有的研究小组通过实验发现通过全连接层，得到的特征值可以很好地用来检索。
模型基于不同的层来构建，而不同层之间通过网络来连接，最终形成较为复杂的CNN训练模型。
2 人脸识别算法
与传统的人脸识别算法相比，由于已经比较好地将人脸的特征提取出来，可以直接用分类的方法进行人脸识别。传统的人脸识别算法有LGBP、基于AdaBoost的Gabor特征选择及判别分析方法、基于SV的Kernel判别分析方法sv-KFD、基于特定人脸子空间的人脸识别方法等[5-7]。
LGBP方法首先将其与多个不同尺度和方向的Gabor滤波器卷积（卷积结果称为Gabor特征图谱）获得多分辨率的变换图像。然后将每个Gabor特征图谱划分成若干互不相交的局部空间区域，对每个区域提取局部邻域像素的亮度变化模式，并在每个局部空间区域内提取这些变化模式的空间区域直方图，所有Gabor特征图谱的、所有区域的直方图串接为一高维特征直方图来编码人脸图像。并通过直方图之间的相似度匹配技术（如直方图交运算）来实现最终的人脸识别。LGBP方法具有计算速度快、无需大样本学习、推广能力强的优点。使用Gabor特征进行人脸识别的典型方法包括弹性图匹配方法（EGM）和Gabor特征判别分类法（GFC）。EGM在实际运用中需要解决关键特征点的定位问题，而且其速度也很难提高；而GFC则直接对下采样的Gabor特征用PCA降维并进行判别分析，虽然这避免了精确定位关键特征点的难题，但下采样的特征维数仍然偏高，而且简单的下采样策略很可能遗漏了非常多的有用特征。另外，Eigenface是人脸识别领域最著名的算法之一，本质上是通过PCA来求取人脸图像分布的线性子空间，该空间从最佳重构的角度反映了所有人脸图像分布的共性特征[8-12]。
模型基于Softmax Regression方法實现了不同人脸的分类检测工作。该算法基于已有人脸训练，如果库中有1000类别的人脸，softmax的输出为1000个类别，在人脸识别过程中，根据不同的人脸，其输出为一维长度为1000的向量，其最大值表示最可能的类别。由于模型能够准确地将人脸特征提取出来，所以在算法实现上，使用Softmax就可以起来很好的识别效果。在logistic regression中，训练集为{（（1），（1）），…，（（m），（m））}，其中，m标记样本个数，（i）∈{0，1}。假设模型为：
Logistic本质上是线性回归模型，只是在回归的连续值结果上加了一层函数映射，将特征线性求和，然后使用g（z）作映射，将连续值映射到离散值0/1上。如果是sigmoid函数，分类为0/1两类；如果是双曲正弦函数，分类为1/-1两类。
对于Softmax回归而言，目标结果是多个离散值，是logistic模型在多分类问题上的推广，（i）∈{1，2，3…k}，对于给定的测试，假设模型对每一个类别估计概率值p（=j|），于是假设函数形式为：
对于每一次迭代更新：
通过上述模型，在训练完成后，即可进行人脸的识别。另外，对于一张待识别图片，无论旋转、平移还是镜像变换，总是该本人，基于以上预处理，能够更好地提高识别的准确率。
人脸识别算法的总流程为：
输入：待识别人脸图片
输出：打印相似度最高的人脸类别及相似度大小
（1）输入待识别人脸图片p；
（2）对p进行旋转、平移、镜像变换等产生批量人脸图片pp；
（3）将pp输入人脸识别模型中，进行批量分类检测，产生输出与pp对应的批量输出qq；
（4）选取qq中相似度最大的类型输出，该类别能最大程度地代表输入人脸的类别。
3 实验结果及分析
通过将人脸局部特征（眼睛、鼻子、嘴巴）与全局特征（人脸特征）混合训练，通过对比实验，可以看到，将局部特征融合到全局特征中进行训练，系统能够更好地提取重要的局部特征，并能够更准确地进行人脸识别。
从表1可以看出，加入人脸局部特征后，系统总的识别准确率较没有加入任何局部特征识别率要高。进一步分析，由于眼睛对于整个人脸特征而言最为重要，眼睛局部特征的训练相对于鼻子及嘴巴而言，更有利于提升人脸识别的精度。同时，将眼睛、鼻子及嘴巴这三个类别一起加入训练后，其准确性较单一局部特征有较为明显的提升。
4 结 论
本文基于卷积神经网络理论，提出一种对样本集进行一种局部特征与全局特征融合训练的方法，通过模型训练，该方法能够最大程度地提取人脸关键部位如嘴巴、鼻子、眼睛等部位特征，从而在提取不同人脸特征时，可以更好的从人脸的这些部位中得到更明确的特征向量。从实验结果来看，由于眼睛在人脸识别中起着非常重要的作用，相对于鼻子、嘴巴而言，对于它的特征提取显得更为重要。进一步总结，将局部特征与全局特征整合起来进行训练，模型能够更好地提取全局特征，从而能够更好地进行人脸识别。
在未来工作中，会进一步将更多的局部特征融合至全局特征中进行混合训练，如将眼睛类别分为单眼与双眼、将眼睛、鼻子、眼睛与鼻子分为不同的类别，其目的在于从更为敏感的局部特征中提取更为丰富的特征，从而有利于更为准确的分类。
参考文献：
[1] http：///project/faceId/res-identify.htm.
[2] Y.Bengio，A.Courville，and P.Vincent.Representation learn ing：a review and new perspectives [J].IEEE transactions on pattern analysis and machine intelligence，2013，35（8）：1798-1828.
[3] D.Chen，X.Cao，F.Wen，and J.Sun.Blessing of dimensional ity：High-dimensional feature and its efficient compression for face verification （C）.Computer Vision and Pattern Recognition 2013：3025-3032.
[4] J.Masci，U.Meier，D.Cireşan，and J.Schmidhuber.Stacked convolutional auto-encoders for hierarchical feature extraction [J].Artificial Neural Networks and Machine Learning.2011（6791）：52-59.
[5] N.Dalal and B.Triggs.Histograms of Oriented Gradients for Human Detection [C].IEEE Computer Society Conference on Computer Vision and Pattern Recognition，2005（1）：886-893.
[6] J.Yang，J.Yang，D.Zhang，and J.Lu.Feature fusion：parallel strategy vs.serial strategy [J].Pattern Recognition，2003，36（6）：1369-1381.
[7] 杨健，杨静宇，王正群等.一种组合特征抽取的新方法 [J].计算机学报，2002，25（6）：570-575.
[8] P.N.Belhumeur，J.P.Hespanha，and D.J.Kriegman.Eigen faces vs.Fisherfaces：recognition using class specific linear projection [J].IEEE transactions on pattern analysis and ma chine intelligence，Jul.1997，19（7）：711-720.
[9] A.Hyvärinen and E.Oja.Independent component analysis：algorithms and applications [J].Neural Networks，2000，13（6）：411-430.
[10] J.Zou，Q.Ji，and G.Nagy.A comparative study of local matching approach for face recognition [J].IEEE Trans.Image Processing，2007，16（10）：2617-2628.
[11] Wolf，L.，Hassner，T.，Taigman，Y.Descriptor based methods in the wild [C].In：Workshop on Faces in Real-Life Images：Detection，Alignment，and Recognition.2008.
[12] 梁淑芬，劉银华，李立琛.基于LBP和深度学习的非限制条件下人脸识别算法 [J].通信学报，2014，35（6）：154-160.
作者简介：尚世锋（1977-），男，河南许昌人，陆军装甲兵学院讲师，博士。研究方向：战术通信系统。