歐中亞，山田宏尚

(1.河南經(jīng)貿(mào)職業(yè)學(xué)院 信息管理系，河南 鄭州 450046；2.日本岐阜大學(xué) 工學(xué)研究科機(jī)械系統(tǒng)，岐阜 名古屋 5011193)

0 引 言

人臉表情識別[1]的核心是提取人臉的表情特征，目前常用的人臉表情特征有3類，分別是幾何特征、運(yùn)動特征和統(tǒng)計(jì)特征[2-4]。幾何特征主要是對人臉的眼睛、眉毛、嘴巴等局部部位的幾何位置和形狀進(jìn)行定量描述，來區(qū)分不同的表情。然而，幾何特征受光照、圖像質(zhì)量、飾物等干擾較大，穩(wěn)健性不強(qiáng)[5]。運(yùn)動特征是將連續(xù)的人臉表情變化作為研究對象，采用如光流法等運(yùn)動分析方法來測量表情的變化，區(qū)分不同的表情。然而，此類方法需要的信息量大，且計(jì)算量也很大[6]。統(tǒng)計(jì)特征通常是對圖像空間進(jìn)行變換(如主成分分析(principal components analysis，PCA))，將降維后的向量作為特征向量來進(jìn)行表情識別。由于不需要設(shè)計(jì)具體的特征描述子，相對而言比較簡便，但也受光照等影響[7]。

本文提出一種結(jié)合魯棒PCA特征和隨機(jī)森林學(xué)習(xí)方法的人臉表情識別方法，其創(chuàng)新點(diǎn)有兩個：一是提出一種魯棒的PCA特征提取方法，融合歐氏距離和明氏距離兩種距離計(jì)算方法來求取樣本均值，并采用梯度下降算法來迭代尋找最優(yōu)的樣本中心和投影矩陣，提高特征對不同樣本的魯棒性。二是提出一種改進(jìn)的Gamma校正方法，可以在改變圖像灰度動態(tài)分布范圍的同時盡可能保證圖像的整體亮度分布不變。

1 本文方法

本文提出的結(jié)合魯棒PCA特征和隨機(jī)森林的表情識別方法主要包括圖像預(yù)處理、表情特征提取和表情特征的訓(xùn)練與分類3個部分，詳細(xì)介紹如下。

1.1 圖像預(yù)處理

在進(jìn)行表情識別之前，首先要定位圖像中人臉的位置，并進(jìn)行人臉對齊處理，然后再采用尺度歸一化、光照歸一化等處理，得到規(guī)則的人臉區(qū)域圖像。在此基礎(chǔ)上再進(jìn)行表情特征的提取和分類。由于許多公開的人臉表情數(shù)據(jù)集都已事先進(jìn)行了人臉的定位、對齊和尺度歸一化等處理，數(shù)據(jù)集中的圖像已經(jīng)是規(guī)則的人臉區(qū)域圖像，如本文實(shí)驗(yàn)所選用的JAFFE人臉表情數(shù)據(jù)集。故本文不再贅述人臉的定位、對齊等處理方法，這部分內(nèi)容可參考文獻(xiàn)[8]。

這里，我們需要進(jìn)行的圖像預(yù)處理操作主要是光照歸一化操作，因?yàn)楝F(xiàn)有的人臉表情數(shù)據(jù)集基本上都沒有進(jìn)行光照歸一化處理。光照歸一化的方法有很多，如直方圖均衡法、直方圖規(guī)定化、Gamma校正法等，本文針對JAFFE數(shù)據(jù)集的圖像采集光源分布狀況，采用一種改進(jìn)的Gamma校正方法進(jìn)行光照歸一化處理，目標(biāo)是在保證圖像整體亮度基本不變的情況下增強(qiáng)低亮度值區(qū)域的灰度動態(tài)范圍，降低高亮度值區(qū)域的灰度動態(tài)范圍，可以用公式表示為

需要說明的是，本文僅對圖像的亮度信息進(jìn)行處理，不需要圖像的顏色信息。

1.2 魯棒PCA特征提取

特征提取是表情識別技術(shù)的研究重點(diǎn)，常用的有人臉表情特征有PCA、局部二元模式(localbinarypatterns，LBP)、方向梯度直方圖(histogramoforientedgradients，HOG)等，這些特征在人臉表情識別方面的性能差異將在實(shí)驗(yàn)部分進(jìn)行對比分析。

本文在進(jìn)行人臉表情特征提取時，針對傳統(tǒng)的PCA特征所存在的個別樣本偏離問題，提出一種結(jié)合歐氏距離和明氏距離改進(jìn)的樣本中心自適應(yīng)求取方法，在此基礎(chǔ)上提取魯棒的PCA特征，降低表情識別時的錯誤率。詳細(xì)過程描述如下。

假定圖像的寬度和高度分別為W和H，我們按照從左到右、從上到下的順序掃描圖像中每一個像素點(diǎn)的亮度值，將圖像表示為一個n維的向量xi，其中，i=1,2,…,N表示樣本集合中圖像對應(yīng)的序號。

對于向量xi而言，其維度n=IMG_W×IMG_H。在后續(xù)本文實(shí)驗(yàn)所用的數(shù)據(jù)集中，圖像的寬度IMG_W和高度IMG_H都為256，此時n=256×256=65536。很明顯，向量xi的維度n非常大，不易進(jìn)行數(shù)據(jù)處理。

主成分分析是一種低失真的降維方法，采用一個正交投影矩陣W∈n×m(其中m?n)，將高維的n維向量xi降維到低維的m維向量yi，表示為

yi=WTxi

(2)

假定樣本圖像集中的N個圖像樣本的均值為0，主成分分析的目標(biāo)是尋找一個正交投影矩陣，使得在降維空間上投影后的樣本向量集合擁有最大的方差，表示為

(3)

其中，tr(·)表示求矩陣的跡，矩陣S表示向量的協(xié)方差矩陣，定義為

(4)

實(shí)際計(jì)算時，常從投影誤差最小的角度來尋找最優(yōu)的正交投影矩陣。通常，投影誤差可以表示為

(5)

上述優(yōu)化問題可以通過求解協(xié)方差矩陣S的m個最大的特征值所對應(yīng)的m個特征向量來計(jì)算。

然而，實(shí)際上N個圖像樣本的均值一般不為0，此時常用的策略是計(jì)算所有樣本向量的均值向量xm

(6)

然后將每一個樣本向量都減去均值向量，再進(jìn)行主成分分析。此時，協(xié)方差矩陣S變?yōu)?/p>

(7)

從最小均方差的角度來看，傳統(tǒng)的樣本均值可以看作是樣本的中心，表示為

(8)

然而，采用歐氏距離存在一個問題，就是經(jīng)常存在一些樣本遠(yuǎn)離樣本中心，這樣就與主成分分析的假設(shè)條件偏差較大，不利于進(jìn)行主成分分析。

為此，本文對樣本中心的計(jì)算方法進(jìn)行改進(jìn)，結(jié)合歐氏距離和明氏距離自適應(yīng)求取樣本中心，表示為

(9)

(10)

(11)

式(11)可采用梯度下降方法求解，本文提出一種快速的梯度下降算法。具體描述如下：

首先，采用如下所示的近似分解

(12)

其中

(13)

(14)

這一迭代過程可以用表1所示的偽代碼描述。

表1 樣本均值求取過程偽代碼

其中

(15)

參數(shù)ε和τ用于控制迭代的終止條件，當(dāng)前后兩次迭代的樣本與中心距離差異▽x(t,t-1)不大于ε或者迭代次數(shù)t到達(dá)最大迭代次數(shù)τ時，終止迭代，將此輪迭代得到的樣本均值作為最優(yōu)的樣本均值。

(16)

其中

(17)

與式(12)類似，有

(18)

其中，W(t)表示第t次迭代之后的正交投影矩陣。

于是有

(19)

其中

(20)

算法的偽代碼見表2。

表2 魯棒PCA特征提取過程偽代碼

其中

(21)

參數(shù)ξ和τ用于控制此處迭代的終止條件，當(dāng)前后兩次迭代的投影誤差差異▽W(xué)(t,t-1)不大于ξ或者迭代次數(shù)t到達(dá)最大迭代次數(shù)τ時，終止迭代，將此輪迭代得到的投影矩陣作為最優(yōu)的投影矩陣W*。

得到投影矩陣之后，即可對當(dāng)前已經(jīng)過預(yù)處理操作的圖像向量x進(jìn)行投影變換，計(jì)算其魯棒的PCA特征y，可以表示為

(22)

1.3 特征分類

對于上一小節(jié)提取得到的魯棒PCA特征，我們需要訓(xùn)練一個分類器，用于區(qū)分不同表情的魯棒PCA特征。目前，特征分類方法也很多，如Adaboost、支持向量機(jī)(supportvectormachine，SVM)、決策樹、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)等，這些分類方法各有優(yōu)劣，對不同的應(yīng)用場合的性能也不同。本文針對人臉表情識別的實(shí)驗(yàn)情況選用隨機(jī)森林作為人臉表情特征的分類器，對特征進(jìn)行訓(xùn)練和驗(yàn)證。隨機(jī)森林方法的訓(xùn)練和驗(yàn)證步驟可參考文獻(xiàn)[9]，這里不再贅述。

2 仿真實(shí)驗(yàn)與分析

2.1 實(shí)驗(yàn)數(shù)據(jù)集

人臉表情識別領(lǐng)域目前已有公開的數(shù)據(jù)集，本文選用的實(shí)驗(yàn)數(shù)據(jù)集就是表情識別領(lǐng)域常用的JAFFE人臉表情圖像集。該數(shù)據(jù)集包括213幅人臉圖像，這些人臉圖像已經(jīng)經(jīng)過尺寸歸一化和人臉對齊處理，圖像尺寸都為256×256，且均為正面人臉，人眼的位置也大致對齊，光照也僅有正面光照。該數(shù)據(jù)集采集的是10個人的表情圖像，包括高興、悲傷、憤怒、驚奇、厭惡、恐懼和中性共7種表情。

本文的實(shí)驗(yàn)都是在該數(shù)據(jù)集下進(jìn)行的，其中，每一類表情選擇不同個體的各1幅圖像進(jìn)行訓(xùn)練，也即，訓(xùn)練圖像集中樣本數(shù)量N=10×7=70。數(shù)據(jù)集中的其余圖像用于測試。

2.2 參數(shù)選取

圖1 參數(shù)p與的關(guān)系曲線

圖2 參數(shù)m與E的關(guān)系曲線

由圖2可見，當(dāng)m大于90之后，投影誤差E隨參數(shù)m增大而下降的幅度已經(jīng)很小了。因此，本文取參數(shù)m=90。

總的來講，本文所用的參數(shù)的取值見表3。

表3 參數(shù)取值

表3中，Ntree是指隨機(jī)森林方法中決策樹的數(shù)量。

2.3 表情識別結(jié)果與分析

下面對測試數(shù)據(jù)集進(jìn)行表情識別實(shí)驗(yàn)，考慮到本文的主要創(chuàng)新是提出一種魯棒的PCA特征提取方法，因此在表情識別仿真實(shí)驗(yàn)中首先對比不同特征提取方法對表情識別結(jié)果的影響，然后再對比本文方法與表情識別領(lǐng)域近5年的方法的性能差異。本文以表情識別率為評價指標(biāo)，定義為

(23)

首先，我們選取傳統(tǒng)PCA(降維維數(shù)也設(shè)為90)、LBP和HOG這3種常用的特征，與本文的魯棒PCA特征進(jìn)行對比實(shí)驗(yàn)，其中，圖像預(yù)處理和特征分類部分都采用本文所述方法，實(shí)驗(yàn)結(jié)果如圖3所示。

圖3 不同特征的表情識別率對比

由圖3可見，本文所述的魯棒PCA特征的表情識別率明顯高于其它3種特征。尤其是與傳統(tǒng)的PCA特征相比，本文通過改變樣本均值的計(jì)算方式，以及通過自適應(yīng)迭代求取最優(yōu)的樣本均值和投影均值，降低了投影誤差以及樣本集合中的奇異點(diǎn)，從而提高了表情識別率。

其次，我們選取文獻(xiàn)[10-12]所述的3種表情識別方法，與本文所述的表情識別方法進(jìn)行對比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如圖4所示。

圖4 不同方法的表情識別率對比

由圖4可見，本文所述方法的表情識別率高于其它3種表情識別方法。

表4給出了4種表情識別方法的平均處理時間。這里，平均處理時間是指平均對一幅圖像進(jìn)行表情識別所需要的時間，實(shí)驗(yàn)所用的計(jì)算機(jī)平臺為：3.2 GHz四核CPU、16 G RAM、Windows 7操作系統(tǒng)、Visual Studio 2013軟件平臺、OpenCV 3.0.0圖像處理庫。

表4 不同方法的平均處理時間對比

由表4可見，本文方法所需的平均處理時間少，這說明本文方法的運(yùn)算效率也高于其它3種方法。因此，綜合評價，本文方法是一種高效、可靠的表情識別方法。

3 結(jié)束語

本文提出了一種結(jié)合魯棒PCA特征和隨機(jī)森林學(xué)習(xí)方法的人臉表情識別方法，首先提出一種改進(jìn)的Gamma校正方法，可以在校正圖像的灰度動態(tài)范圍分布時避免大幅改變圖像的整體亮度分布；然后提出一種魯棒的PCA特征提取方法，先是通過融合歐氏距離和明氏距離兩種距離計(jì)算方法來計(jì)算樣本均值，降低樣本與中心的平均距離，接著采用梯度下降算法迭代尋找最優(yōu)的樣本中心和投影矩陣，提高PCA特征對不同樣本的魯棒性；最后采用隨機(jī)森林學(xué)習(xí)方法對魯棒PCA特征進(jìn)行訓(xùn)練和分類，提高表情識別的識別率。人臉表情識別的仿真實(shí)驗(yàn)結(jié)果表明，本文所述的表情識別方法是一種高效、可靠的表情識別方法，其魯棒PCA特征優(yōu)于傳統(tǒng)的PCA特征以及LBP和HOG特征。

[1]HU Bufa,WANG Jinwei.A method of 3D facial expression recognition with dual mode and semantic knowledge[J].Journal of Instrumental and Instrument,2013,34(4):873-880(in Chinese).[胡步發(fā),王金偉.雙模態(tài)及語義知識的三維人臉表情識別方法[J].儀器儀表學(xué)報,2013,34(4):873-880.]

[2]Gu W,Xiang C,Venkatesh Y V,et al.Facial expression recognition using radial encoding of local Gabor features and classifier synthesis[J].Pattern Recognition,2012,45(1):80-91.

[3]LIU Shuaishi,TIAN Yantao,WANG Xinzhu.Automatic re-cognition of facial expression recognition based on the symmetric bilinear model[J].Journal of Automation,2012,38(12):1933-1940(in Chinese).[劉帥師,田彥濤,王新竹.基于對稱雙線性模型的光照魯棒性人臉表情識別[J].自動化學(xué)報,2012,38(12):1933-1940.]

[4]Rudovic O,Pantic M,Patras I Y.Coupled Gaussian processes for pose-invariant facial expression recognition[J].IEEE Transactions on Pattern Analysis & Machine Intelligence,2013,35(6):1357-1369.

[5]YI Jizheng,MAO Xia,Ishizuka,et al.Facial expression re-cognition based on feature point vector an texture deformation energy parameters[J].Journal of Electronics and Information,2013,35(10):2403-2410(in Chinese).[易積政,毛峽,Ishizuka,等.基于特征點(diǎn)矢量與紋理形變能量參數(shù)融合的人臉表情識別[J].電子與信息學(xué)報,2013,35(10):2403-2410.]

[6]Sandbach G,Zafeiriou S,Pantic M,et al.Static and dynamic 3D facial expression recognition:A comprehensive survey[J].Image & Vision Computing,2012,30(10):683-697.

[7]Luo L,Wu Caiming,Zhang Y.Facial expression feature extraction using hybrid PCA and LBP[J].Journal of China Universities of Posts & Telecommunications,2013,20(2):120-124.

[8]Zhu X,Ramanan D.Face detection,pose estimation,and landmark localization in the wild[C]//IEEE Conference on Computer Vision and Pattern Recognition.IEEE Computer Society,2012:2879-2886.

[9]Vens C.Random forest[J].Encyclopedia of Systems Biology,2013,45(1):157-175.

[10]Gu W,Xiang C,Venkatesh Y V,et al.Facial expression reco-gnition using radial encoding of local Gabor features and classifier synthesis[J].Pattern Recognition,2012,45(1):80-91.

[11]Wang Z,Xiao N.Using MD-adaboost to enhance classifier of facial expression recognition[J].Journal of Computational Information Systems,2013,9(3):923-932.

[12]Da S,Maximiano F A,Pedrini H,et al.Effects of cultural characteristics on building an emotion classifier through facial expression analysis[J].Journal of Electronic Imaging,2015,24(2):77-84.