徐英武，胡學(xué)剛

（1.安慶職業(yè)技術(shù)學(xué)院，安徽 安慶 246003；2.合肥工業(yè)大學(xué)，安徽 合肥230009）

基于三維人臉數(shù)據(jù)的性別分類

徐英武1，2，胡學(xué)剛2

（1.安慶職業(yè)技術(shù)學(xué)院，安徽 安慶 246003；2.合肥工業(yè)大學(xué)，安徽 合肥230009）

提出了一種新穎的基于視覺詞典直方圖的三維人臉特征，并將其應(yīng)用到三維人臉數(shù)據(jù)中實(shí)現(xiàn)了人臉性別分類。視覺詞典直方圖特征提取分為兩個(gè)階段，訓(xùn)練階段和識(shí)別階段。在訓(xùn)練階段中，先是通過(guò)Gabor濾波器提取出三維人臉數(shù)據(jù)中的局部紋理特性，組成濾波響應(yīng)向量集合，然后通過(guò)聚類算法得到向量中心，即三維人臉視覺詞匯；在識(shí)別階段中，將濾波響應(yīng)向量與三維人臉視覺詞匯進(jìn)行映射，得出對(duì)應(yīng)的視覺詞匯直方圖向量，即基于視覺詞典直方圖的人臉特征。在獲取人臉特征后，采用SVM分類器實(shí)現(xiàn)性別分類。實(shí)驗(yàn)表明，該特征在性別分類中可以獲得比其他廣泛采用的表象特征（如Gabor濾波器、LBP等）更好的分類性能，充分證明了該特征實(shí)現(xiàn)了三維人臉描述有效性和魯棒性的統(tǒng)一。

三維人臉；視覺詞典；性別分類

0引　言

近年來(lái)，由于三維人臉數(shù)據(jù)對(duì)于光照以及姿態(tài)等變化的魯棒性，三維人臉識(shí)別的關(guān)注度得到不斷提升［1］。雖然分類問(wèn)題在很多領(lǐng)域都有著廣泛的應(yīng)用，與識(shí)別同屬于計(jì)算機(jī)視覺方向的經(jīng)典問(wèn)題，但三維人臉分類問(wèn)題的研究?jī)?nèi)容還比較少見。三維人臉數(shù)據(jù)不僅包含個(gè)體身份這樣的具體信息，還包括其所屬民族、性別、年齡等多方面的社會(huì)和人文屬性，因此，出色的分類結(jié)果不僅可以減少人臉識(shí)別時(shí)的搜索空間，提升識(shí)別速度和識(shí)別性能，而且還可以對(duì)人臉數(shù)據(jù)加入準(zhǔn)確的語(yǔ)義標(biāo)簽，有助于圖像在數(shù)據(jù)搜索等領(lǐng)域的進(jìn)一步應(yīng)用。基于此，本文在三維人臉的性別分類領(lǐng)域進(jìn)行了初步的探索。

1　相關(guān)工作

性別分類是一個(gè)典型的二類問(wèn)題，因此一些強(qiáng)分類器，如支持向量機(jī)（SVM）、Adaboost等算法在該領(lǐng)域有著廣泛的應(yīng)用［2］。目前，在灰度人臉模態(tài)上性別分類已經(jīng)有了相當(dāng)多的研究工作，其中比較有代表性的如B.Moghaddan［3］等利用大規(guī)模的二維人臉數(shù)據(jù)庫(kù)，將原始的人臉圖像灰度信息輸入到支持向量機(jī)（SVM）分類器中，學(xué)習(xí)得出類別分界面的支撐臉（support face）。論文提出，在利用學(xué)習(xí)得到的支撐臉分界來(lái)對(duì)圖像進(jìn)行有效性別分類時(shí)，可以取得90%以上的識(shí)別率。與此同時(shí)，該論文還發(fā)現(xiàn)分類性能和人臉圖像的分辨率沒有直接關(guān)系，利用分辨率為21*12或是分辨率為84*48的人臉圖像數(shù)據(jù)進(jìn)行分類，它們的性能差距在1%以內(nèi)。S.Baluja［4］等也得到了類似的結(jié)論，而且作者還提出如果利用Adaboost算法作為分類器在二維人臉模態(tài)進(jìn)行性別分類，不僅可以取得和SVM分類器近似的分類性能，而且還可以獲得遠(yuǎn)小于SVM分類器的計(jì)算代價(jià)，進(jìn)一步提升性別分類的速度。

大部分的性別分類工作都是基于基礎(chǔ)像素?cái)?shù)據(jù)的［3，4］，但是一些人臉的局部紋理特性，如Gabor濾波器［5］或者Local Binary Pattern（LBP）［6］，它們或是通過(guò)提取多方向多尺度的局部紋理區(qū)域?qū)Ρ忍卣?，或是利用中心像素與其鄰域像素值的對(duì)比關(guān)系建立紋理模式，因此包含著比像素值更為豐富的紋理細(xì)節(jié)信息。如果利用這些特征，完全有可能進(jìn)一步提升性別分類算法的性能。

本文中我們提出了一種新穎的基于視覺詞典的直方圖特征并將其應(yīng)用于三維人臉性別分類領(lǐng)域，算法流程圖如圖1所示。該特征將Gabor濾波器對(duì)人臉數(shù)據(jù)局部紋理細(xì)節(jié)的描述性以及直方圖對(duì)于人臉全局?jǐn)?shù)據(jù)的統(tǒng)計(jì)性結(jié)合在一起，體現(xiàn)了三維人臉特征描述有效性和魯棒性的統(tǒng)一。

圖1　三維人臉性別分類系統(tǒng)流程圖

1.1視覺詞典特征提取

表象特征就是基于三維人臉深度圖像數(shù)據(jù)分析得到的全局或局部的紋理特征，基于這個(gè)方向的算法主要問(wèn)題就是如何充分利用深度紋理信息來(lái)描述紋理的本質(zhì)特征以獲得數(shù)據(jù)的準(zhǔn)確分類，這也是特征選擇的主要目標(biāo)。自從KBovver等的工作之后，利用表象特征進(jìn)行三維人臉的特征描述逐漸成為了三維人臉研究領(lǐng)域的主流方向。

在二維人臉識(shí)別中，Gabor濾波器［5］由于其可以提取多個(gè)尺度多個(gè)方向的數(shù)據(jù)響應(yīng)信息，獲得了更加精細(xì)的紋理內(nèi)部特性，因此取得了廣泛的使用。但是，由于涉及了圖像數(shù)據(jù)響應(yīng)的尺度和方向信息，這也就對(duì)于數(shù)據(jù)的預(yù)處理和配準(zhǔn)實(shí)現(xiàn)有了更高的要求，否則其表述效果更容易受到數(shù)據(jù)噪音的影響。而三維數(shù)據(jù)采集本身就包含很多噪音，因此使得Gabor濾波器局部特征在該領(lǐng)域的應(yīng)用受到了一定的制約。與之相反，基于統(tǒng)計(jì)信息的直方圖特征對(duì)于數(shù)據(jù)噪音比較魯棒。該類算法通過(guò)統(tǒng)計(jì)深度像素值的分布信息，實(shí)現(xiàn)了對(duì)于某類紋理圖像的一種總體概括。但這類方法缺乏對(duì)于紋理局部信息和位置信息的細(xì)致描述，表達(dá)能力相對(duì)比較薄弱，在需要用到紋理細(xì)節(jié)情況的分類問(wèn)題時(shí)，其識(shí)別性能不夠理想。視覺詞典直方圖特征的動(dòng)機(jī)就是希望能夠融合上述幾類算法的優(yōu)點(diǎn)，克服它們的缺點(diǎn)，使得本文的算法可以達(dá)到識(shí)別效果和魯棒性能的統(tǒng)一。

視覺詞典直方圖特征向量的計(jì)算過(guò)程如圖2所示，其流程可以分為訓(xùn)練和分類兩個(gè)階段。在訓(xùn)練階段中，先是通過(guò)Gabor濾波器提取出三維人臉數(shù)據(jù)中的局部紋理特性，組成濾波響應(yīng)向量集合，然后通過(guò)聚類算法計(jì)算出向量中心，即三維人臉視覺詞匯；在識(shí)別階段中，將濾波響應(yīng)向量與三維人臉視覺詞匯進(jìn)行映射，得出對(duì)應(yīng)的視覺詞匯直方圖向量，即基于視覺詞典的三維人臉直方圖特征。其中間過(guò)程主要包括三維Gabor人臉計(jì)算、視覺詞匯聚類以及直方圖特征生成3個(gè)步驟。

圖2　視覺詞典直方圖向量流程圖

1.2三維Gabor人臉計(jì)算

在三維Gabor人臉計(jì)算中，Gabor濾波器的定義如下：

其中 Ku＝Kmax/fu，φv=πv/4，Kmax代表最大的頻域值，f 是Gabor核函數(shù)在頻域中尺度的間隔量。

我們選擇4個(gè)方向和5個(gè)尺度的Gabor核函數(shù)，u∈｛0，1，2，3｝和u｛0，1，2，3，4｝，尺度和方向的數(shù)目選擇反映了所采用空域信息的局部性和方向選擇的精細(xì)程度。對(duì)于深度人臉圖像的Gabor描述，我們稱之為三維Gabor人臉，可以通過(guò)深度人臉圖像和Gabor核函數(shù)進(jìn)行卷積計(jì)算得到。

1.3視覺詞匯聚類

在訓(xùn)練階段，獲取三維Gabor人臉數(shù)據(jù)（Gabor濾波器響應(yīng)向量）集合之后，我們利用K均值聚類對(duì)于數(shù)據(jù)進(jìn)行聚類［2］，其具體步驟如下：

1.從n個(gè)數(shù)據(jù)對(duì)象任意選擇k個(gè)對(duì)象作為初始聚類中心；

2.計(jì)算每個(gè)數(shù)據(jù)對(duì)象與這些聚類中心對(duì)象的距離；

3.根據(jù)最小距離對(duì)每個(gè)數(shù)據(jù)對(duì)象依據(jù)聚類中心對(duì)象重新進(jìn)行劃分；

4.重新計(jì)算每個(gè)聚類的中心對(duì)象；

5.循環(huán)步驟2-4直到每個(gè)聚類中心不再發(fā)生變化為止。

計(jì)算得到的聚類中心即為三維人臉視覺詞匯。

1.4視覺詞典直方圖特征生成

在分類階段，獲取Gabor濾波器響應(yīng)向量（三維Gabor人臉數(shù)據(jù)）之后，計(jì)算每個(gè)響應(yīng)向量與視覺詞匯向量的歐式距離，并將該向量歸屬于與其距離最近的視覺詞匯。通過(guò)這種映射方式，可以將該深度人臉圖像的所有Gabor濾波器響應(yīng)向量歸屬于與其對(duì)應(yīng)的三維人臉視覺詞匯。基于該對(duì)應(yīng)關(guān)系，可以計(jì)算出該深度人臉圖像的視覺詞典直方圖特征。

1.5性別分類

在獲取視覺詞典直方圖特征之后，將性別分類轉(zhuǎn)化為二類分類問(wèn)題處理，選取SVM分類器對(duì)數(shù)據(jù)進(jìn)行學(xué)習(xí)和分類，從而達(dá)到性別分類的目的。SVM分類器是被廣泛使用的強(qiáng)分類器，對(duì)于二類問(wèn)題具有很好的分類性能和泛化性能，在實(shí)驗(yàn)中我們采用了帶有高斯核函數(shù)的SVM分類器，其實(shí)現(xiàn)的具體細(xì)節(jié)可以參考。

2　實(shí)驗(yàn)與討論

為了驗(yàn)證視覺詞典直方圖特征在三維人臉性別分類領(lǐng)域中的性能，我們的實(shí)驗(yàn)基于FRGC2.0三維人臉數(shù)據(jù)庫(kù)［7］。因?yàn)樵瓟?shù)據(jù)庫(kù)中并未提供性別數(shù)據(jù)的分類，因此我們?nèi)斯閿?shù)據(jù)庫(kù)手動(dòng)挑選出了男性圖像和女性圖像?；贔RGC2.0數(shù)據(jù)庫(kù)，得到了2148幅男性圖像和1859幅女性圖像，部分代表性三維人臉圖像如圖3所示。

由于在訓(xùn)練人臉視覺詞匯時(shí)，采用的是中性表情圖像（FRGC1.0），因此，在實(shí)驗(yàn)中還挑選出了僅含有表情變化的三維人臉圖像子集驗(yàn)證該特征的泛化性能，F(xiàn)RGC2.0數(shù)據(jù)庫(kù)中表情圖像的定義可見［8］，共有796幅小表情變化圖像和742幅大表情變化圖像。

圖3　三維人臉數(shù)據(jù)，其中第一行為男性，第二行為女性

實(shí)驗(yàn)中，把視覺詞典直方圖特征與其他幾種常用的表象紋理特征的分類性能進(jìn)行對(duì)比，對(duì)比特征包括深度像素值、Gabor特征和LBP特征，實(shí)驗(yàn)結(jié)果如表1所示。

表1　性別分類識(shí)別率比較

由上述實(shí)驗(yàn)的結(jié)果，可以得到以下結(jié)論。

1.視覺詞典特征在所有試驗(yàn)中都取得了最優(yōu)的性別分類性能，這也充分說(shuō)明了視覺詞典算法在三維人臉性別分類問(wèn)題上的有效性和對(duì)表情變化程度的魯棒性。由于我們的視覺詞匯在訓(xùn)練時(shí)只利用了中性表情的三維人臉數(shù)據(jù)，而其在表情數(shù)據(jù)實(shí)驗(yàn)中也取得了最優(yōu)的分類性能，這也說(shuō)明了該特征具有很好的泛化性能［9］。

2.Gabor特征的分類性能優(yōu)于深度像素值。由于Gabor特征提取了人臉數(shù)據(jù)中多尺度多方向的局部紋理細(xì)節(jié)特性，其比直接深度像素值包含了更多有效的紋理信息，因此在分類性能方面明顯優(yōu)于后者。

3.深度像素值的分類性能優(yōu)于LBP特征。由于LBP特征利用的是人臉局部紋理模式的統(tǒng)計(jì)信息，對(duì)于紋理細(xì)節(jié)的描述能力要弱于直接的深度像素值，該結(jié)論也說(shuō)明表象紋理細(xì)節(jié)信息對(duì)于性別分類問(wèn)題更為有效。

4.在實(shí)驗(yàn)中，對(duì)原始三維人臉圖像分別作了1：2和1：4的降采樣，結(jié)果發(fā)現(xiàn)分類性能幾乎不會(huì)受到影響（差距在1%以內(nèi)），這也說(shuō)明深度圖像和灰度圖像類似，其分辨率的變化對(duì)于性別分類影響并不明顯。

3結(jié)　論

在本文中，提出了一種新穎的視覺詞典直方圖特征，并將其成功應(yīng)用于三維人臉性別分類。該特征同時(shí)考慮了局部紋理的細(xì)節(jié)信息和紋理模式的統(tǒng)計(jì)信息，實(shí)現(xiàn)了三維人臉紋理描述有效性和魯棒性的統(tǒng)一?；贔RGC三維人臉數(shù)據(jù)庫(kù)的人臉性別分類實(shí)驗(yàn)結(jié)果表明該特征可以獲得明顯優(yōu)于其他表象紋理特征的分類性能。還發(fā)現(xiàn)，深度圖像分辨率對(duì)于三維人臉性別分類性能的影響很小，這也使得在我們進(jìn)行性別分類計(jì)算時(shí)可以對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步的壓縮，提升計(jì)算效率。

［1］K.Bowyer，K.Chang，and P.Flynn.A survey of approaches and challenges in 3d and multi-modal 3d+2d face recognition.［J］.Computer Vision and ImageUnderstanding（CVIU），2006（1）：1-15.

［2］R.O.Duda，P.E.Hart，and D.G.Stork.Pattern Classification，SecondEdition.［M］.JohnWiley&Sons，Inc.，2001：3-17.

［3］B.Moghaddam and M.H.Yang.Learning gender with support faces.［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence（PAMI），2002，1（7）：1-5.

［4］S.Baluja and H.Rowley.Boosting sex identi-cation performance.［J］.International Journal of Computer Vision（IJCV），2007（1）：111-119.

［5］C.J.LiuandH.Wechsler.Gaborfeaturebased classification using the enhanced fisher linear discriminant model for face recognition.［J］.IEEE Transactions on Image Processing（TIP），2002，11（4）：467-476.

［6］T.Ojala，P.Matti，and M.Topi.Multiresolution grayscale and rotation invariant texture classification with local binary patterns.［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence（PAMI），2002，24（7）：971-987.

［7］P.J.Phillips，P.J.Flynn，T.Scruggs，K.W.Bowyer，J. Chang，K.Hoffman，J.Marques，J.Min，and W.Worek. Overview of the face recognition grand challenge.［J］.In Proceedings of IEEE Conference on Computer Vision and Pattern Recognition（CVPR），2005（1）：947-954.

［8］T.Maurer，D.Guigonis，I.Maslov，B.Pesenti，A.Tsaregorodtsev，D.West，andG.Medioni.Performanceofgeometrix activeid TM 3d face recognition engine on the frgc data. ［J］.InProceedingsofIEEEConferenceonComputer Vision and Pattern Recognition（CVPR），2005（3）：145-154.

［9］徐英武.多模態(tài)人臉識(shí)別系統(tǒng)研究［J］.池州學(xué)院學(xué)報(bào)，2015 （6）：32-34.

責(zé)任編輯：胡德明

Gender Categorization Based on 3D Face Data

Xu Yingwu1，2，Hu Xuegang2
（1.Anqing Vocational&Technical College，Anqing 246003，China；2.Hefei University of Technology，Hefei 230009，China）

The article proposes a novel histogram feature based on 3D facial visual codes，and successfully applies this algorithm to 3D face gender categorization.Extracting facial histogram feature based on visual codes can be divided into 2 stages，training stage and categorization stage.In the training stage，first the local texture characteristics in 3D facial data are extracted using Gabor filters to a form filter response vector set，and then vector centers，namely，3D facial visual codes are obtained through clustering algorithm.In the categorization stage，the filter response vectors are mapped to the visual codes，and the mapping results can be represented as a histogram feature vector.Gender classification is achieved by using SVM classifier based on the obtained histogram feature vector.Experimental results illustrate that our proposed visual code histogram feature achieves better categorization performance than the widely used appearance-basedfacialfeatures，suchasGaborfilterandLBPfeatures，whichdemonstratesits effectiveness and robustness for 3D face gender categorization.

3D face data；visual codes；gender categorization

TP391

A

1672-447X（2016）03-0007-004

2016-04-26

安徽省高等學(xué)校自然科學(xué)研究重點(diǎn)項(xiàng)目（KJ2016A449）；安徽省高校質(zhì)量工程教學(xué)研究項(xiàng)目（2015jyxm757）。

徐英武（1974-），安徽潛山縣人，碩士，安慶職業(yè)技術(shù)學(xué)院電子信息系講師，研究方向?yàn)槟Ｊ阶R(shí)別。