吳清佳

(中山大學(xué)新華學(xué)院信息科學(xué)系，廣州510520)

已有的許多人臉檢測(cè)系統(tǒng)是基于模板的，他們直接將人臉圖像按像素強(qiáng)度編碼。這些圖像可通過(guò)人臉圖像概率模型集，或隱式地由神經(jīng)網(wǎng)絡(luò)或其他機(jī)制描述。還有些研究人員用特征提取的方法，手動(dòng)或自動(dòng)生成規(guī)則來(lái)評(píng)估特征。也有人用圖匹配算法處理人臉特征，以達(dá)到人臉檢測(cè)不受旋轉(zhuǎn)影響的目的。本文提出了一個(gè)通用的方法，使基于模板的人臉檢測(cè)不受旋轉(zhuǎn)影響。

為了旋轉(zhuǎn)人臉能被檢測(cè)到，并且盡量少誤檢(無(wú)人臉卻報(bào)有人臉)，我們提出了一種基于神經(jīng)網(wǎng)絡(luò)集成的算法檢測(cè)旋轉(zhuǎn)人臉的灰度圖像。

本系統(tǒng)直接用神經(jīng)網(wǎng)絡(luò)分析圖像的強(qiáng)度，網(wǎng)絡(luò)的參數(shù)經(jīng)自動(dòng)訓(xùn)練得到。有許多基于神經(jīng)網(wǎng)絡(luò)的方法可用于旋轉(zhuǎn)的人臉檢測(cè)。最簡(jiǎn)單的方法是采用現(xiàn)有的正面直立人臉檢測(cè)系統(tǒng)。如文獻(xiàn)［1］提出的系統(tǒng)(以下簡(jiǎn)稱(chēng)標(biāo)準(zhǔn)檢測(cè)器)，使用基于神經(jīng)網(wǎng)絡(luò)的過(guò)濾器，輸入含有圖像的一個(gè)小窗口，生成一個(gè)輸出，并判定人臉是否存在。

為檢測(cè)到圖像中是否有人臉，過(guò)濾器檢測(cè)圖像中每個(gè)位置。若檢測(cè)到人臉大于窗口的大小，則對(duì)輸入圖像二次取樣，以縮小圖像。為了擴(kuò)展這個(gè)框架使之適用于捕獲旋轉(zhuǎn)的人臉，整個(gè)圖像可被多次旋轉(zhuǎn)小的角度，并把檢測(cè)器用于每個(gè)旋轉(zhuǎn)的圖像。然而，這將是一個(gè)計(jì)算量很大的過(guò)程。例如，文獻(xiàn)［2］提出的系統(tǒng)可容忍10°直立方向的旋轉(zhuǎn)(順時(shí)針和逆時(shí)針)，因此，取圖像旋轉(zhuǎn)增量20°，整個(gè)檢測(cè)過(guò)程需要重復(fù)至少18次。

本文提出一個(gè)速度更快的方法。這個(gè)方法使用一個(gè)單獨(dú)的神經(jīng)網(wǎng)絡(luò)作為“預(yù)處理”網(wǎng)絡(luò)，“預(yù)處理”網(wǎng)絡(luò)對(duì)待分析窗口進(jìn)行預(yù)處理，再把輸出結(jié)果作為人臉檢測(cè)器的輸入。如果輸入窗口包含一張臉，預(yù)處理網(wǎng)絡(luò)返回臉的角度，然后臉被糾正成直立后再輸入人臉檢測(cè)器。預(yù)處理網(wǎng)絡(luò)的輸入不要求必須包含人臉，如果遇到輸入圖像窗口不包含人臉的情況，預(yù)處理網(wǎng)絡(luò)將返回一個(gè)無(wú)意義的旋轉(zhuǎn)。因?yàn)楦鞣N角度的人臉經(jīng)過(guò)糾正后，只需要對(duì)正面直立人臉檢測(cè)一次，這種方法明顯更快。

1 算法概述

本文系統(tǒng)的整體算法如圖1所示。先從原始圖像生成圖像金字塔，間隔比率為1.2。每個(gè)金字塔的每個(gè)級(jí)別的20×20像素的窗口都經(jīng)過(guò)幾個(gè)處理步驟。然后，使用直方圖均衡法預(yù)處理窗口后傳給“預(yù)處理”網(wǎng)絡(luò)。根據(jù)預(yù)處理網(wǎng)絡(luò)返回的旋轉(zhuǎn)角度，反旋轉(zhuǎn)窗口，使得可能存在的人臉被糾正到直立位置。最后，對(duì)被糾正后的窗口進(jìn)行預(yù)處理，并通過(guò)一個(gè)或多個(gè)檢測(cè)器網(wǎng)絡(luò)［1］，決定窗口是否包含了人臉。上面提出的系統(tǒng)很可能檢測(cè)到有兩個(gè)完全不同方向的人臉圖像位于相鄰的像素位置。為了對(duì)付這種異常，并提高檢測(cè)率，可引入一些判定啟發(fā)式。在以下小節(jié)中將闡述預(yù)處理網(wǎng)絡(luò)和檢測(cè)器網(wǎng)絡(luò)的設(shè)計(jì)及相關(guān)判定啟發(fā)式。

圖1 算法示意圖Fig.1 Algorithm diagram

1.1 預(yù)處理神經(jīng)網(wǎng)絡(luò)

檢測(cè)的第一步先使用預(yù)處理網(wǎng)絡(luò)處理輸入圖像窗口，這一步假定輸入窗口中包含一張人臉，并估計(jì)它的方向。網(wǎng)絡(luò)的輸入值是在20×20像素的圖像窗口內(nèi)(事先已經(jīng)由一個(gè)標(biāo)準(zhǔn)的直方圖均衡算法預(yù)處理)的強(qiáng)度值。輸出的旋轉(zhuǎn)角度值用包含36個(gè)輸出單位的數(shù)組表示，每個(gè)單位k代表10°。訓(xùn)練好的預(yù)處理網(wǎng)絡(luò)，輸出值為cos(θ－k×10°)，就表示檢測(cè)到的人臉旋轉(zhuǎn)角度為θ。這種方法與高斯加權(quán)輸出方法密切相關(guān)，該方法常被用于無(wú)人駕駛領(lǐng)域［3］。圖2是旋轉(zhuǎn)人臉角度示意圖。

上述的算法中，輸入的圖像首先與一組高斯微分濾波器在不同方向和尺度做卷積運(yùn)算。過(guò)濾以金字塔形式運(yùn)行，以減少計(jì)算時(shí)間。濾波向量對(duì)應(yīng)于空間一個(gè)點(diǎn)P(x，y)的圖像亮度。

圖2 旋轉(zhuǎn)人臉角度示意圖Fig.2 Rotating face angle diagram

通過(guò)對(duì)Rk響應(yīng)模板(或樣板)向量與P(x，y)的匹配，可得第k個(gè)面部特征的候選值。匹配Mk(x，y)的優(yōu)勢(shì)等于P(x，y)和Rk之間夾角的余弦;然而，我們也需要Rk和P(x，y)長(zhǎng)度接近，即

然后通過(guò)計(jì)算高斯加權(quán)輸出值的平均得到一個(gè)值，其中高斯加權(quán)輸出值由激活度決定。對(duì)于存在周期域的旋轉(zhuǎn)角度值，僅用加權(quán)求和是不夠的。為此，我們拓展加權(quán)求和計(jì)算公式:

這個(gè)平均向量的方向表示人臉的角度［1］。

訓(xùn)練例子來(lái)自一套手動(dòng)標(biāo)記的例子，包含1048個(gè)人臉圖像。在每一個(gè)臉上，眼睛、鼻尖、口邊角和口中心都做了標(biāo)記。首先，我們對(duì)整個(gè)標(biāo)記好的訓(xùn)練集求每個(gè)標(biāo)記的平均位置。然后，按算出的值排好序。通過(guò)計(jì)算平移、旋轉(zhuǎn)和縮放，最大限度地減少相關(guān)標(biāo)記間的距離。因?yàn)檫@種轉(zhuǎn)換可表示為其參數(shù)的線性函數(shù)，我們可使用過(guò)約束的線性系統(tǒng)得到最優(yōu)排序。經(jīng)過(guò)少量迭代步驟后，排序收斂［4-5］。

標(biāo)記位置的平均值和分布如圖3所示。一旦臉上標(biāo)記的大小、位置和方向都已知，訓(xùn)練集的不確定性可得到有效控制。為了生成訓(xùn)練集，我們將人臉朝隨機(jī)(已知)方向旋轉(zhuǎn)，旋轉(zhuǎn)后的結(jié)果將作為預(yù)處理網(wǎng)絡(luò)的目標(biāo)輸出。

圖3 特征點(diǎn)示意圖Fig.3 Feature diagram

或者將臉隨機(jī)縮放(范圍從1到1.2)到一半的像素。每個(gè)人臉產(chǎn)生15個(gè)訓(xùn)練樣本，1048個(gè)人臉共產(chǎn)生了15720個(gè)例子。預(yù)處理網(wǎng)絡(luò)的結(jié)構(gòu)分為三層:輸入層400個(gè)神經(jīng)元，隱藏層15個(gè)神經(jīng)元，輸出層36個(gè)神經(jīng)元。每一層都完全連接到下一層。各神經(jīng)元采用雙曲正切激活函數(shù)，并使用BP算法訓(xùn)練。

1.2 檢測(cè)神經(jīng)網(wǎng)絡(luò)

經(jīng)預(yù)處理網(wǎng)絡(luò)處理后，輸入圖像窗口中疑似存在的人臉，均被糾正成直立的臉。剩下的任務(wù)是判斷窗口是否包含一個(gè)直立的人臉。重采樣的圖像也是20×20像素，先經(jīng)過(guò)兩步預(yù)處理。首先擬合一個(gè)函數(shù):一個(gè)窗口的橢圓形區(qū)域內(nèi)的強(qiáng)度值線性函數(shù)。線性函數(shù)約等于窗口各部分的整體亮度，可扣除照明條件帶來(lái)的影響。其次，進(jìn)行直方圖均衡，使窗口圖像強(qiáng)度范圍擴(kuò)大。窗口經(jīng)預(yù)處理后輸出給一個(gè)或多個(gè)檢測(cè)器網(wǎng)絡(luò)。檢測(cè)器網(wǎng)絡(luò)訓(xùn)練結(jié)束后，有人臉時(shí)輸出+1.0，否則輸出－1.0。該檢測(cè)器有兩個(gè)訓(xùn)練的樣本集:有人臉的圖像和無(wú)人臉圖像。正面例子用類(lèi)似于預(yù)處理網(wǎng)絡(luò)訓(xùn)練集的方式產(chǎn)生，訓(xùn)練圖像的旋轉(zhuǎn)量范圍:－10°～+10°。

因?yàn)榈湫偷摹盁o(wú)人臉”圖像難于判斷，且獲得包含人臉的圖像樣本較易，而獲得具有代表性的不含人臉的圖像樣品相對(duì)較難。有人提出使用“自引導(dǎo)”的方式，在培訓(xùn)過(guò)程中收集圖像，而不是在訓(xùn)練開(kāi)始之前就收集［6］，步驟如下。

①隨機(jī)產(chǎn)生1500張不包含人臉的圖像。

②訓(xùn)練一個(gè)檢測(cè)器網(wǎng)絡(luò)，如果有人臉則輸出+1.0，否則輸出－1.0。網(wǎng)絡(luò)的權(quán)重隨機(jī)初始化，之后，每次迭代出發(fā)點(diǎn)為上一次迭代后的權(quán)數(shù)。

③在沒(méi)有人臉的圖像上運(yùn)行系統(tǒng)，收集該網(wǎng)絡(luò)不正確地識(shí)別到人臉的子圖像(即無(wú)人臉而識(shí)別系統(tǒng)卻輸出＞0.0的誤判情況)。

④隨意選擇300個(gè)由第③步收集的子圖像，添加到反例集合。轉(zhuǎn)到步驟②。

在運(yùn)行時(shí)，檢測(cè)器網(wǎng)絡(luò)將應(yīng)用于人臉已糾正的圖像，因此從已糾正的無(wú)臉圖像中收集培訓(xùn)反例可能更有利，而不是只從無(wú)臉原圖中收集。

1.3 判定啟發(fā)式系統(tǒng)

上述系統(tǒng)很可能標(biāo)記出在相鄰像素位置的完全不同旋轉(zhuǎn)方向的人臉。一個(gè)簡(jiǎn)單的事后啟發(fā)式可以糾正這種不一致。每個(gè)待檢測(cè)圖像都用一個(gè)4元組表示，4元組包括:人臉的中心坐標(biāo)(x，y)，待測(cè)人臉在圖像金字塔中的層次，和臉的角度(以10°為增量單位)。對(duì)于每個(gè)檢測(cè)，我們沿每個(gè)維度計(jì)數(shù)(4個(gè)像素，4個(gè)金字塔的層次或40°)。這個(gè)數(shù)字可作為可信度量，并設(shè)定閾值。如果一個(gè)人臉圖像的計(jì)數(shù)值超過(guò)閾值，對(duì)該圖像的其他重復(fù)檢測(cè)將被丟棄。

雖然這種事后啟發(fā)式可相當(dāng)有效地消除誤檢，單一的檢測(cè)網(wǎng)絡(luò)誤檢率仍然非常高。為了進(jìn)一步減少誤檢率，我們?cè)趦蓚€(gè)獨(dú)立訓(xùn)練的檢測(cè)器網(wǎng)絡(luò)之間進(jìn)行判定。每個(gè)網(wǎng)絡(luò)用同一組的正例訓(xùn)練，但開(kāi)始取不同的隨機(jī)初始權(quán)。因此，每一個(gè)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程不同，誤檢也不同。然后把前述的事后啟發(fā)式用于每一個(gè)網(wǎng)絡(luò)的輸出結(jié)果，再把兩個(gè)網(wǎng)絡(luò)的檢測(cè)結(jié)果做與運(yùn)算。

2 系統(tǒng)性能初步分析

為了達(dá)到一定的準(zhǔn)確率，預(yù)處理網(wǎng)絡(luò)和檢測(cè)器必須有良好的魯棒性和兼容性。預(yù)處理網(wǎng)絡(luò)是用來(lái)糾正輸入圖像而為檢測(cè)器做準(zhǔn)備的，所以預(yù)處理網(wǎng)絡(luò)的測(cè)角精度必須與檢測(cè)器兼容。為度量預(yù)處理網(wǎng)絡(luò)的測(cè)量精度，我們的測(cè)試范例圖像旋轉(zhuǎn)角度從－30°到+30°，增量為1°。這些圖像輸入到預(yù)處理網(wǎng)絡(luò)，角度誤差直方圖如圖4(a)所示?？梢钥闯觯?2%的誤差都在10°以內(nèi)。

經(jīng)預(yù)處理網(wǎng)絡(luò)糾正后輸入到檢測(cè)器網(wǎng)絡(luò)進(jìn)行訓(xùn)練的例子集旋角誤差在 －10°到+10°之間。因此必須確定檢測(cè)器在此范圍內(nèi)是否具有不變性。我們把糾正后的人臉圖像輸入檢測(cè)器做實(shí)驗(yàn)。結(jié)果如圖4(b)所示，檢測(cè)器檢測(cè)到超過(guò)90%旋角在10°內(nèi)的準(zhǔn)直立人臉，但當(dāng)旋角超過(guò)10°時(shí)，精度大大下降?？傊?，因?yàn)轭A(yù)處理網(wǎng)絡(luò)的角度糾正誤差通常在10°內(nèi)，而檢測(cè)器可檢測(cè)到誤差10°內(nèi)的絕大多數(shù)人臉，因此可以說(shuō)這兩個(gè)網(wǎng)絡(luò)是兼容的。

圖4 旋轉(zhuǎn)角度和誤差關(guān)系圖Fig.4 Frequence of errors to rotating angle

3 實(shí)驗(yàn)結(jié)果

筆者集成上述預(yù)處理網(wǎng)絡(luò)及檢測(cè)網(wǎng)絡(luò)，并分別用兩個(gè)圖像集做了實(shí)驗(yàn)。第一個(gè)圖像集為直立測(cè)試集。它包含了許多有復(fù)雜背景的圖像和不含人臉的圖像，共有130張，511個(gè)人臉(其中469個(gè)是旋轉(zhuǎn)角度在10°內(nèi)的)。第二個(gè)圖像集，簡(jiǎn)稱(chēng)為旋轉(zhuǎn)測(cè)試集，有50幅圖像，包含223個(gè)人臉，其中210個(gè)旋轉(zhuǎn)角度超過(guò)10°。直立測(cè)試集作為一個(gè)與文獻(xiàn)［3］的直立人臉檢測(cè)系統(tǒng)的比較基準(zhǔn)，用于確認(rèn)旋轉(zhuǎn)糾正操作不妨礙檢測(cè)直立人臉的能力。而旋轉(zhuǎn)測(cè)試集的實(shí)驗(yàn)結(jié)果將展示我們系統(tǒng)的新特性。

3.1 經(jīng)典直立人臉檢測(cè)網(wǎng)絡(luò)與預(yù)處理網(wǎng)絡(luò)

我們測(cè)試的第一個(gè)集成系統(tǒng)，先用預(yù)處理網(wǎng)絡(luò)對(duì)圖像預(yù)處理，然后用兩個(gè)標(biāo)準(zhǔn)的直立人臉檢測(cè)網(wǎng)絡(luò)進(jìn)行檢測(cè)，表1顯示了測(cè)試結(jié)果。表中有單個(gè)檢測(cè)網(wǎng)絡(luò)的結(jié)果和事后啟發(fā)式(使用一個(gè)閾值)處理的結(jié)果，最后一行顯示了將兩個(gè)網(wǎng)絡(luò)輸出做與運(yùn)算后得出的結(jié)果。這種處理要求這兩個(gè)網(wǎng)絡(luò)檢測(cè)的人臉有相同的位置、尺度和方向。可以看出，事后啟發(fā)式處理大大降低了誤檢率，與運(yùn)算判定有助于進(jìn)一步減少誤檢率。旋轉(zhuǎn)測(cè)試集的誤檢率明顯高于直立測(cè)試集，兩個(gè)測(cè)試的整體難度不同。

表1 預(yù)處理網(wǎng)絡(luò)+標(biāo)準(zhǔn)檢測(cè)器網(wǎng)絡(luò)Table 1 Result of rooting network+standard network

3.2 本文的系統(tǒng)

表1顯示了相當(dāng)數(shù)量的誤檢，部分原因是檢測(cè)器網(wǎng)絡(luò)的輸入與他們被訓(xùn)練的圖像集不同，檢測(cè)網(wǎng)絡(luò)只能看到被預(yù)處理網(wǎng)絡(luò)糾正后的圖像。我們想在訓(xùn)練時(shí)盡可能地匹配這兩個(gè)集。在訓(xùn)練中使用的正例已經(jīng)是直立位置。

在訓(xùn)練過(guò)程中，也可使用預(yù)處理網(wǎng)絡(luò)收集到的風(fēng)景圖像作為反例。我們用這種新的方式培訓(xùn)了兩個(gè)檢測(cè)器網(wǎng)絡(luò)，其表現(xiàn)如表2所示。可以看出，這些新網(wǎng)絡(luò)的誤檢率至少減少4個(gè)百分點(diǎn)。這個(gè)系統(tǒng)在檢出率和誤檢率之間取得了最好的平衡。

表2 本文的系統(tǒng):預(yù)處理網(wǎng)絡(luò)+糾正反例集訓(xùn)練的檢測(cè)器網(wǎng)絡(luò)Table 2 Resu lt of our system

3.3 不同系統(tǒng)的比較

為了證明預(yù)處理網(wǎng)絡(luò)對(duì)旋轉(zhuǎn)不變性的重要性我們還訓(xùn)練了兩個(gè)沒(méi)有預(yù)處理網(wǎng)絡(luò)的檢測(cè)器網(wǎng)絡(luò)作為比較。用全部18個(gè)不同方向的圖像(20°為增量)進(jìn)行訓(xùn)練。表3顯示的結(jié)果，是使用標(biāo)準(zhǔn)的直立人臉訓(xùn)練的檢測(cè)網(wǎng)絡(luò)，表4結(jié)果顯示了使用糾正后的反例訓(xùn)練的檢測(cè)網(wǎng)絡(luò)?；仡櫚l(fā)現(xiàn)表1誤檢大大超過(guò)表2。表1中檢測(cè)網(wǎng)絡(luò)使用原始圖像作為訓(xùn)練集，而使用糾正后的圖像作為測(cè)試集。同理，如果我們用全部18個(gè)不同方向的圖像作為測(cè)試集，誤檢率也應(yīng)該較大(見(jiàn)表3和表4)。表3、表4顯示不用預(yù)處理網(wǎng)絡(luò)的系統(tǒng)檢測(cè)到人臉的概率大于使用預(yù)處理網(wǎng)絡(luò)的系統(tǒng)。這是因?yàn)轭A(yù)處理網(wǎng)絡(luò)的錯(cuò)誤會(huì)導(dǎo)致人臉丟失，而窮盡所有方向的搜索可能會(huì)找回丟失的人臉。因此上述的檢測(cè)正確率差異可看做是一種權(quán)衡的結(jié)果，即更好的檢測(cè)正確率和更高的運(yùn)算成本之間的權(quán)衡。

表3 用標(biāo)準(zhǔn)檢測(cè)器網(wǎng)絡(luò)檢測(cè)全部18個(gè)方向圖像Table 3 To detect all 18 direction of the image w ith astandard detector network

表4 用糾正圖像集訓(xùn)練的檢測(cè)器網(wǎng)絡(luò)檢測(cè)全部18個(gè)方向圖像Table 4 To detect all 18 direction of the image w ith a detector network trained by corrected image

3.4 直立人臉檢測(cè)精度

為了檢驗(yàn)增加檢測(cè)旋轉(zhuǎn)人臉的能力后，是否犧牲了直立人臉檢測(cè)的精度，我們對(duì)比了標(biāo)準(zhǔn)檢測(cè)網(wǎng)絡(luò)和本文提出的用兩個(gè)測(cè)試集訓(xùn)練的兩個(gè)網(wǎng)絡(luò)做與運(yùn)算判定法。正如預(yù)期，系統(tǒng)在直立人臉測(cè)試集上做得很好，但在旋轉(zhuǎn)人臉測(cè)試集上表現(xiàn)較差(見(jiàn)表5)。

表6顯示了上述系統(tǒng)對(duì)旋角小于10°的準(zhǔn)直立人臉的檢出率。正如所料，標(biāo)準(zhǔn)的直立人臉檢測(cè)器，用直立人臉訓(xùn)練集和未經(jīng)糾正的反例集訓(xùn)練后，對(duì)直立人臉檢出率較高。新系統(tǒng)對(duì)直立人臉檢出率略低有兩個(gè)原因:第一，檢測(cè)器網(wǎng)絡(luò)未能恢復(fù)預(yù)處理網(wǎng)絡(luò)的所有錯(cuò)誤;第二，用糾正后的反例集作為訓(xùn)練集的檢測(cè)器網(wǎng)絡(luò)在判斷有人臉時(shí)更保守，這是因?yàn)榧m正處理把反例變得更像有人臉，這使得分類(lèi)問(wèn)題難度增加。

表5 標(biāo)準(zhǔn)檢測(cè)器網(wǎng)絡(luò)Table 5 Result of standard detector network

表6 新系統(tǒng)和標(biāo)準(zhǔn)直立檢測(cè)器網(wǎng)絡(luò)對(duì)比Table 6 The new system and the standard detector network comparison

4 結(jié)語(yǔ)

通過(guò)結(jié)合一個(gè)或多個(gè)預(yù)處理網(wǎng)絡(luò)和正面直立人臉檢測(cè)器，本文構(gòu)建了一個(gè)旋轉(zhuǎn)人臉檢測(cè)系統(tǒng)。經(jīng)兩個(gè)大型測(cè)試集測(cè)試，該系統(tǒng)能檢測(cè)到89.9%的人臉，有少數(shù)誤檢。該技術(shù)也適用于其他基于模板的目標(biāo)檢測(cè)系統(tǒng)。對(duì)旋轉(zhuǎn)人臉的檢測(cè)準(zhǔn)確度和速度均明顯優(yōu)于沒(méi)有預(yù)處理網(wǎng)絡(luò)的系統(tǒng)。

我們也進(jìn)一步考察了該方法用于側(cè)面旋轉(zhuǎn)人臉檢測(cè)。有兩種方法:第一種方法與直接處理平面旋轉(zhuǎn)類(lèi)似，利用臉部的形狀和對(duì)稱(chēng)性，嘗試將側(cè)面或半側(cè)面人臉糾正為正面;第二種方法，也是我們采用的方法，把臉區(qū)分成幾個(gè)視圖來(lái)處理，并為每個(gè)視圖單獨(dú)訓(xùn)練一個(gè)檢測(cè)器網(wǎng)絡(luò)。我們用了五個(gè)視圖:左側(cè)面、半左側(cè)面、正面、半右側(cè)面和右側(cè)面。預(yù)處理網(wǎng)絡(luò)負(fù)責(zé)把輸入窗口輸出到這些不同視圖的檢測(cè)器［7］。

在對(duì)側(cè)面旋轉(zhuǎn)人臉的檢測(cè)中，仍有相當(dāng)數(shù)量的誤檢和丟失的人臉?？赡艿脑蛑皇俏覀兊挠?xùn)練數(shù)據(jù)并不代表真實(shí)圖像的變化。我們的側(cè)面訓(xùn)練圖像的大部分都來(lái)自FERET數(shù)據(jù)庫(kù)，它具有非常均勻的照明條件，而實(shí)際未必如此。

展望后面的工作方向:一種是，可平面內(nèi)旋轉(zhuǎn)和超平面旋轉(zhuǎn)同時(shí)考慮，比如建立一個(gè)專(zhuān)用的預(yù)處理網(wǎng)絡(luò)，對(duì)所有的人臉視圖糾正到一個(gè)規(guī)范的方向后，提交給適當(dāng)?shù)臋z測(cè)器;另一種是，改善系統(tǒng)的運(yùn)行速度，使用多個(gè)快速但精確率不高的檢測(cè)器網(wǎng)絡(luò)，然后再對(duì)這些檢測(cè)器網(wǎng)絡(luò)的輸出結(jié)果綜合考察得出最終結(jié)果。

［1］Rowley H A，Baluja S.Neural network－based face detection［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，1998，20(1):67－88.

［2］Colmenarez A J，Huang T S.Face detection with information－based maximum discrim ination［C］∥In Computer Vision and Pattern Recognition，1997:782－787.

［3］Hafed ZM，Levine M D.Face recognition using the discrete cosine transform［J］.International Journal of Computer Vision，2001，43(3):167－188.

［4］Park H，Park C H.A comparison of generalized linear discriminant analysis algorithm［J］.Pattern Recognition，2008，41(3):1083－1097.

［5］Vetter T，Jones M J.A boots trapping algorithm for learning linearmodels of object classes［C］∥In Computer Vision and Pattern Recognition，1997:40－46.

［6］Sung K－K.Learning and example selection for object and pattern detection［D］.Massachusetts:MIT AI Lab，1996.

［7］Zhang M，F(xiàn)ulcher J.Face recognition using artificial neural network group－based adaptive tolerance(GAT) trees［J］.IEEE Transactions on Neural Networks，1996，7(3):555－567.