胡亞君

（南京理工大學(xué) 計(jì)算機(jī)學(xué)院，江蘇　南京　210094）

?

卷積神經(jīng)網(wǎng)絡(luò)在人臉識別的應(yīng)用

胡亞君

（南京理工大學(xué) 計(jì)算機(jī)學(xué)院，江蘇南京210094）

摘要：文章通過使用深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)了人臉識別技術(shù)。實(shí)驗(yàn)表明相比于傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型，卷積神經(jīng)網(wǎng)絡(luò)取得了更好的識別效果。

關(guān)鍵詞：人臉識別；卷積神經(jīng)網(wǎng)絡(luò)；MATLAB

1　研究背景

人臉識別是基于人的臉部特征信息進(jìn)行身份識別的一種生物識別技術(shù)，相比其他生物體征識別方法，人臉識別具有非強(qiáng)制性、非接觸性、并發(fā)性等優(yōu)點(diǎn)［1］。近些年來，深度學(xué)習(xí)方法作為機(jī)器學(xué)習(xí)領(lǐng)域的新的研究方向出現(xiàn)，在多個圖像處理領(lǐng)域取得了明顯的成果［2］。卷積神經(jīng)網(wǎng)絡(luò)（CNN）正是一種代表性的深度學(xué)習(xí)方法，它以其局部權(quán)值共享的特殊結(jié)構(gòu)在圖像處理方面有著獨(dú)特的優(yōu)越性，特別是多維輸入向量的圖像可以直接輸入網(wǎng)絡(luò)這一特點(diǎn)避免了特征提取，降低了分類過程中數(shù)據(jù)重建的復(fù)雜度［3］。

2　基于深度學(xué)習(xí)的人臉識別模型

2.1卷積神經(jīng)網(wǎng)路整體框架（見圖1）

圖1　卷積神經(jīng)網(wǎng)絡(luò)整體框架

卷積神經(jīng)網(wǎng)絡(luò)是一種特殊的深層的神經(jīng)網(wǎng)絡(luò)模型，通常包括卷積層、下采樣層和全連接層。卷積神經(jīng)網(wǎng)絡(luò)具有以下兩個結(jié)構(gòu)特征：

稀疏連接：每一層的神經(jīng)元只與前一層的指定的神經(jīng)元進(jìn)行連接，以這種方式來利用圖像的局部空間特性。

權(quán)值共享：同一個特征映射圖的神經(jīng)元對應(yīng)的權(quán)值相等。

下面對分別對卷積層和下采樣層分別進(jìn)行簡單介紹。由于在圖像的某一部分的特征在圖像的其他位置上也會出現(xiàn)，我們使用一個卷積核對一張圖片進(jìn)行卷積操作，得到新的特征映圖。相對應(yīng)根據(jù)圖像局部相關(guān)性的原理，可以采用對不同位置的特征進(jìn)行聚合統(tǒng)計(jì)的方式實(shí)現(xiàn)下采樣操作。

2.2卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法

卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練主要分為兩個階段：向前傳播階段和反向傳播階段。下面對2個階段分別進(jìn)行介紹。

2.2.1向前傳播階段

卷積過程：用卷積核與輸入圖像進(jìn)行卷積操作，加上偏置，經(jīng)過一個激活函數(shù)，得到卷積層的結(jié)果。具體的運(yùn)算公式如下，這里的Mj表示選擇的輸入的maps的集合中特征映射圖的數(shù)量：

下采樣過程：設(shè)采樣窗口的大小是n*n，采用平均采樣。具體公式如下 ，down（）為下采樣函數(shù)：

2.2.2反向傳播階段

（1）卷積層誤差。

由于下采樣操作，采樣層的每個像素點(diǎn)的靈敏度δ對應(yīng)于卷積層的一個采樣窗口大小的多個神經(jīng)元，為了準(zhǔn)確的計(jì)算靈敏度，我們需要進(jìn)行上采樣操作。類比BP算法，得到如下公式：

最后，由于很多連接的權(quán)值是共享的，因此，對于一個給定的權(quán)值，有如下公式：

（2）采樣層誤差。

由公式（2）可以看出，每個輸出特征映射圖都對應(yīng)一個唯一的乘性偏置和一個加性偏置。計(jì)算采樣層的誤差，首先還是要求得靈敏度δ。根據(jù)前向的卷積操作過程可以得到靈敏度的推導(dǎo)公式：于是，類比BP算法的權(quán)值更新公式可以得到：

3　實(shí)驗(yàn)結(jié)果

3.1實(shí)驗(yàn)數(shù)據(jù)集

為了驗(yàn)證卷積神經(jīng)網(wǎng)絡(luò)的有效性，本實(shí)驗(yàn)中使用CASIA WebFace數(shù)據(jù)庫［4］，選擇其中的25個人的大小為250*250的照片作為本實(shí)驗(yàn)的數(shù)據(jù)集，其中訓(xùn)練集7900張，測試集3688張。實(shí)驗(yàn)環(huán)境是工作站，E5-2640CPU2.0GHz，64G內(nèi)存，Windows7操作系統(tǒng)，MATLAB2015a實(shí)驗(yàn)平臺。

3.2結(jié)果對比

圖2　CNN模型均方誤差線圖

圖2顯示了卷積神經(jīng)網(wǎng)絡(luò)在WebFace數(shù)據(jù)集上的性能，隨著迭代次數(shù)的增加，卷積神經(jīng)網(wǎng)絡(luò)的均方誤差穩(wěn)定2.3%左右。作為對比，我們在相同數(shù)據(jù)集上測試了傳統(tǒng)的的多層感知器網(wǎng)絡(luò)（MLP）和徑向基神經(jīng)網(wǎng)絡(luò)（RBF），對比結(jié)果如表1所示。從表1中可以清晰地看出，相比于傳統(tǒng)的MLP和RBF方法，卷積神經(jīng)網(wǎng)絡(luò)的識別率有了非常大的提升。

表1　3種神經(jīng)網(wǎng)絡(luò)模型結(jié)果對比

4　結(jié)語

本文主要介紹了應(yīng)用于人臉識別的深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)模型。相比于傳統(tǒng)的MLP和RBF兩種方法，CNN的準(zhǔn)確率顯著高于另外2種方法，凸顯出該模型在處理圖像時的優(yōu)勢。其中一個重要的原因在于CNN可以自動提取有效特征。不過CNN的訓(xùn)練需要大量的樣本，海量的訓(xùn)練數(shù)據(jù)和漫長的訓(xùn)練過程致使CNN的泛化能力較弱。未來的研究將主要集中在卷積神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)效率與泛化能力。

［參考文獻(xiàn)］

［1］蔣遂平.人臉識別技術(shù)及應(yīng)用簡介［M］.北京：中國計(jì)算機(jī)世界出版社，2003.

［2］孫銀黎.對深度學(xué)習(xí)的認(rèn)識［J］.紹興文理學(xué)院學(xué)報：教育版，2007（11）：34-36.

［3］胡正平，陳俊嶺，王蒙，等.卷積神經(jīng)網(wǎng)絡(luò)分類模型在模式識別中的新進(jìn)展［J］.燕山大學(xué)學(xué)報，2015（4）：283-291.

［4］Y Sun，X Wang，X Tang， Deep Learning Face Representation by Joint Identification-Verification［C］//NIPS， 2014.

The Application of Deep Convolutional Neural Network on Face Recognition

Hu Yajun
（School of Computer Science and Engineering， Nanjing University of Science and Technology， Nanjing210094， China）

Abstract：This paper applied Deep Convolutional Neural Network (CNN) to face recognition, and the experimental results showed that the DCNN achieved better performances compared to Multilayer Perceptron (MLP) and Radial Basis Function (RBF) neural networks.

Key words：face recognition; deep convolutional neural network; MATLAB

作者簡介：胡亞君（1993-），女，安徽蕪湖，本科；研究方向：機(jī)器學(xué)習(xí)，圖像處理，模式識別。