王斌

【摘 要】針對人臉識別中在非限定條件下，人臉多角度多姿態(tài)識別精度低的問題，論文提出利用SSD（Single Shot MultiBox Detector）擅長處理圖像方面的機(jī)器學(xué)習(xí)問題這一特性，設(shè)計(jì)了一種基于遷移學(xué)習(xí)的SSD算法，把已訓(xùn)練好的模型參數(shù)遷移到新的SSD模型來幫助新模型訓(xùn)練，直接提升了對不同人臉識別的效果。仿真實(shí)驗(yàn)結(jié)果表明，論文提出的改進(jìn)SSD可以有效、快速識別不同人臉目標(biāo)，對于不同姿態(tài)、角度及輕遮擋問題，此算法有一定的魯棒性。

【Abstract】Aiming at the low accuracy problem of face recognition with multi-angle and multi-pose recognition accuracy under unqualified conditions， this paper proposes an improved SSD （Single Shot MultiBox Detector） based on transfer learning， which adopts the good feature of SSD to deal with machine learning problems in images. Transfering the trained model parameters to the new SSD model to help the new model training， which directly improves the effect of different face recognition. The simulation results show that the improved SSD proposed in this paper can effectively and quickly recognize different face targets， and the algorithm has certain robustness for different poses， angles and light occlusion.

【關(guān)鍵詞】人臉識別;遷移學(xué)習(xí);SSD

【Keywords】face recognition; transfer learning; SSD

【中圖分類號】F407? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號】1673-1069（2019）06-0190-03

1 引言

隨著計(jì)算機(jī)視覺的發(fā)展，圖像/視頻中的人臉識別廣泛用于身份驗(yàn)證、公共交通、辦公場所等方面，在現(xiàn)代化社會(huì)中發(fā)揮著重要的作用，已經(jīng)成為人工智能與機(jī)器視覺的研究和應(yīng)用熱點(diǎn)[1，2]。人臉識別技術(shù)是一種基于人類面部特征的用于個(gè)人身份識別的一種技術(shù)，在初期階段，主要方法是利用人臉各部分比例特征作為參數(shù)，建立人臉識別系統(tǒng)的原型。隨著信息技術(shù)的發(fā)展，對信息的收集和分析變得不那么復(fù)雜，人臉識別的發(fā)展方向也逐步轉(zhuǎn)變?yōu)橐哉麖埬槥槟Ｐ?，并采用彈性匹配、灰度處理和形狀分離等方法進(jìn)行處理。目前，人臉識別的代表方法有Eigenface、SphereFace、Fisherface等，但是特征仍需要人工提取，送入分類器中進(jìn)行識別的過程比較復(fù)雜，特別是遇到角度變化、表情變化、遮擋等問題時(shí)識別效率將有所下降。卷積神經(jīng)網(wǎng)絡(luò)在圖像、語音等領(lǐng)域發(fā)展快速，不但可以自適應(yīng)提取面部特征，在速度和準(zhǔn)確率上相較傳統(tǒng)的機(jī)器學(xué)習(xí)的方法都有出色的表現(xiàn)。本文采用遷移學(xué)習(xí)優(yōu)化SSD網(wǎng)絡(luò)模型訓(xùn)練過程，改進(jìn)的SSD網(wǎng)絡(luò)模型對不同人臉目標(biāo)進(jìn)行識別，識別效率較高。

2 經(jīng)典SSD網(wǎng)絡(luò)模型結(jié)構(gòu)

深度卷積神經(jīng)網(wǎng)絡(luò)使得圖像的識別率相比傳統(tǒng)的識別方法有了長足的進(jìn)步，由于直接對原始數(shù)據(jù)進(jìn)行學(xué)習(xí)，對比非深度方法，它能夠自動(dòng)地提取更具表現(xiàn)力的特征，以及滿足了實(shí)際應(yīng)用中的端到端的需求。從AlexNet的8層網(wǎng)絡(luò)到VGG的16層網(wǎng)絡(luò)，更深的卷積網(wǎng)絡(luò)整合了不同層次的特征。相關(guān)研究表明，可以通過增加網(wǎng)絡(luò)層數(shù)豐富特征，Simonyan等證明識別的精度隨著網(wǎng)絡(luò)深度的加深而提高，然而反向傳播時(shí)梯度爆炸導(dǎo)致簡單的堆疊卷積層并不能順利地訓(xùn)練網(wǎng)絡(luò)。有研究通過dropout技術(shù)和批量歸一化使得有限的深層能夠繼續(xù)訓(xùn)練，但在一定的訓(xùn)練迭代之后出現(xiàn)精度的飽和導(dǎo)致精度下降問題依然存在。

SSD（Single Shot MultiBox Detector）是Wei Liu于2016年在ECCV上提出的一種目標(biāo)檢測算法，與Faster RCNN相比，該算法沒有生成proposal的過程，極大提高了檢測速度。其基本結(jié)構(gòu)如圖1所示。

SSD網(wǎng)絡(luò)在基礎(chǔ)網(wǎng)絡(luò)部分采用了VGG16卷積結(jié)構(gòu)直接作用特征圖預(yù)測目標(biāo)類別和外圍框。通過網(wǎng)絡(luò)主體結(jié)構(gòu)對特征進(jìn)行提取，在各卷積層中進(jìn)行卷積與下采樣處理。輸入的圖像尺寸通常為300*300。網(wǎng)絡(luò)結(jié)構(gòu)在訓(xùn)練的過程中會(huì)產(chǎn)生損失量，定義損失函數(shù)在訓(xùn)練過程中具有評估網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)劣的作用，所對應(yīng)的損失函數(shù)包括位置損失函數(shù)Lloc和分類損失函數(shù)Lconf，損失函數(shù)如式（1）所示：

3 基于遷移學(xué)習(xí)的SSD設(shè)計(jì)

數(shù)據(jù)對于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練至關(guān)重要。一般來說，原始數(shù)據(jù)量越大，訓(xùn)練出來的模型精度越高，泛化能力越強(qiáng)。但是，做數(shù)據(jù)標(biāo)注費(fèi)時(shí)費(fèi)力，往往不容易收集太多。并且當(dāng)在一定數(shù)據(jù)集上訓(xùn)練好一個(gè)卷積神經(jīng)網(wǎng)絡(luò)后，變換了對應(yīng)的數(shù)據(jù)又要費(fèi)時(shí)費(fèi)力地進(jìn)行新任務(wù)的模型訓(xùn)練，訓(xùn)練時(shí)間長、收斂速度慢。

遷移學(xué)習(xí)（Transfer learning）是一種機(jī)器學(xué)習(xí)方法，就是把為任務(wù)A開發(fā)的模型作為初始點(diǎn)，把已學(xué)訓(xùn)練好的模型參數(shù)遷移到為任務(wù)B開發(fā)模型的過程中。

考慮到大部分?jǐn)?shù)據(jù)或任務(wù)是存在相關(guān)性的，本文將ORL標(biāo)準(zhǔn)人臉庫預(yù)訓(xùn)練的網(wǎng)絡(luò)權(quán)重參數(shù)作為SSD檢測框架的初始權(quán)重模型，通過遷移學(xué)習(xí)將已經(jīng)學(xué)到的模型參數(shù)分享給SSD網(wǎng)絡(luò)模型，共享底層結(jié)構(gòu)權(quán)值參數(shù)，然后修改SSD模型的頂層網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行微調(diào)，以此克服不同人臉數(shù)據(jù)之間的差異性，模型訓(xùn)練快速地收斂于鄰域很小的損失值。該方法可以加快并優(yōu)化模型的學(xué)習(xí)效率，降低隨機(jī)設(shè)置初始權(quán)值帶來的網(wǎng)絡(luò)不穩(wěn)定性，避免網(wǎng)絡(luò)從零學(xué)習(xí)的盲目性。

針對人臉識別過程中，會(huì)出現(xiàn)斜側(cè)、遮擋等問題，本文利用已有的標(biāo)準(zhǔn)人臉庫，對數(shù)據(jù)集進(jìn)行了水平翻轉(zhuǎn)、裁剪和顏色抖動(dòng)等操作，制造出更多的圖片進(jìn)行數(shù)據(jù)增強(qiáng)應(yīng)用于網(wǎng)絡(luò)遷移學(xué)習(xí)的過程，進(jìn)而提高改進(jìn)SSD網(wǎng)絡(luò)的精度和泛化能力。

4 改進(jìn)SSD模型訓(xùn)練及結(jié)果分析

4.1 改進(jìn)SSD模型訓(xùn)練

人臉識別的模型建立過程中，為了提高模型的泛化能力，提高人臉識別的準(zhǔn)確率和訓(xùn)練速度，本文設(shè)計(jì)的模型性能提升方法主要包括3點(diǎn)：①增加卷積模型深度;②標(biāo)準(zhǔn)人臉庫訓(xùn)練SSD模型基礎(chǔ)上，進(jìn)行遷移學(xué)習(xí)，降低訓(xùn)練時(shí)間;③結(jié)合人臉斜側(cè)、遮擋對視頻窗口的實(shí)際可能發(fā)生的情況，對數(shù)據(jù)訓(xùn)練集進(jìn)行水平翻轉(zhuǎn)、裁剪和顏色抖動(dòng)等操作，增強(qiáng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)。

人臉識別仿真實(shí)驗(yàn)中，本文基于Tensorflow深度學(xué)習(xí)框架，首先配置訓(xùn)練環(huán)境，選擇輸入圖像參數(shù)，網(wǎng)絡(luò)深度等參數(shù)進(jìn)行模型訓(xùn)練?；谶w移學(xué)習(xí)的原始數(shù)據(jù)預(yù)訓(xùn)練得到的超參數(shù)：Learning momentum設(shè)置為0.9，regularization parameter設(shè)置為0.02，圖像批處理大小設(shè)置為16，learning rate設(shè)置為10-3防止過擬合。

4.2 改進(jìn)SSD模型人臉識別結(jié)果及分析

將本文提出的基于遷移學(xué)習(xí)的SSD網(wǎng)絡(luò)進(jìn)行建模訓(xùn)練后，應(yīng)用于測試集進(jìn)行識別結(jié)果檢測。圖2（a）和（b）給出了人臉識別的測試原圖1和原圖2，對應(yīng)的識別結(jié)果分別為圖2（c）和（d），并且圖中給出了人臉準(zhǔn)確率、處理時(shí)長及每秒可處理的幀數(shù)?？梢钥闯?，當(dāng)圖像中的人臉有較大的表情動(dòng)作或者人臉比例較小的情況下，改進(jìn)后的SSD能夠快速準(zhǔn)確識別人的正臉。

圖3給出了未經(jīng)過數(shù)據(jù)增強(qiáng)的SSD模型及經(jīng)過數(shù)據(jù)增強(qiáng)的改進(jìn)的SSD模型對側(cè)臉的識別對比結(jié)果圖。如圖3（a）中人臉向左邊傾斜，左右不對稱，左臉部分面積小。圖3（b）為未經(jīng)過數(shù)據(jù)增強(qiáng)的SSD識別結(jié)果，圖3（c）為經(jīng)過數(shù)據(jù)增強(qiáng)后的改進(jìn)SSD識別結(jié)果。由圖中數(shù)據(jù)可以明顯看出未經(jīng)過數(shù)據(jù)增強(qiáng)的SSD模型識別對側(cè)臉的覆蓋率差，識別準(zhǔn)確率相對更低。反之，經(jīng)過數(shù)據(jù)增強(qiáng)后的改進(jìn)SSD模型對微側(cè)臉的模型具有更好的覆蓋率和準(zhǔn)確率。

圖4（a）和（b）給出了由于人物動(dòng)作導(dǎo)致人臉圖像不完整、出現(xiàn)輕微遮擋的原圖1和原圖2，圖4（c）、（d）為識別后的圖像，由結(jié)果圖可以看出，改進(jìn)后的SSD模型對有輕微遮擋的人臉識別效果較好，且識別速度較快、魯棒性強(qiáng)。

為了對本文提出的改進(jìn)SSD模型進(jìn)行客觀評價(jià)，采用指標(biāo)查準(zhǔn)率P（%）和召回率R（%）進(jìn)行評價(jià)。其中P表示檢測框正確的比例，如式（2）所示，R表示正確預(yù)測框在所有預(yù)測框中的比例，如式（3）所示。

mAP（mean average precision）表示目標(biāo)查準(zhǔn)率基礎(chǔ)上對召回率積分的平均，本文的改進(jìn)SSD模型的P-R曲線如圖5所示，由圖可見，本文的SSD網(wǎng)絡(luò)識別精度較高。

5 結(jié)論

人臉識別是人工智能應(yīng)用的熱門問題，而卷積神經(jīng)網(wǎng)絡(luò)則是圖像識別領(lǐng)域新興的有效方法。本文以人臉識別為研究內(nèi)容，在經(jīng)典SSD模型的基礎(chǔ)上，運(yùn)用遷移學(xué)習(xí)的方法，將標(biāo)準(zhǔn)數(shù)據(jù)集下的權(quán)重移植到SSD模型訓(xùn)練中作為初始權(quán)重模型，并采用數(shù)據(jù)加強(qiáng)和增加卷積模型深度的方法進(jìn)一步提高模型檢測精度和準(zhǔn)確性，仿真實(shí)驗(yàn)結(jié)果表明，本文SSD模型可以有效識別多姿態(tài)、多角度、輕微遮擋的人臉目標(biāo)，準(zhǔn)確率較高、識別速度快、魯棒性強(qiáng)。

【參考文獻(xiàn)】

【1】秦鴻，李泰峰，郭亨藝，等.人臉識別技術(shù)在圖書館的應(yīng)用研究[J].大學(xué)圖書館學(xué)報(bào)，2018，36（6）：49-54.

【2】侯小毛，徐仁伯.云環(huán)境中考慮隱私保護(hù)的人臉圖像識別[J].沈陽工業(yè)大學(xué)學(xué)報(bào)，2018，40（2）：203-207.