鐘國韻,王檬檬,汪宇玲,常艷榮,吳忠粱

(東華理工大學江西省放射性地學大數(shù)據(jù)技術工程實驗室，江西 南昌 330013)

1 引言

目前，人臉識別技術進入全面攻堅階段，研究人員在已有研究成果基礎上提出了基于小波變換、局部二值模式、SIFT等人臉特征提取方法[1 - 3]，在人臉識別中取得了重大突破。針對目前已有人臉識別方法對低分辨率(模糊)人臉識別率低的問題，近年來有許多學者進行研究并提出了采用超分辨率重建來提高低分辨率(模糊)人臉識別率,但重建后失真像素可能影響識別性能[4 - 11]。針對這一缺陷，研究人員提出了把傳統(tǒng)特征提取方法進行融合的新思路[12 - 16]。上述方法雖然提高了低分辨率(模糊)人臉識別率，但在實際應用中還存在較大提升空間。近年來，人臉識別主要采取深度卷積神經(jīng)網(wǎng)絡DCNN(Deep Convolutional Neural Networks)方法，如Deepface、DeepID、Facenet等方法識別率均達到97%以上[17 - 22]，但這些方法均是在分辨率較高的國際標準人臉庫上進行實驗，在實際應用中，尤其是在電子監(jiān)控攝像頭應用中，由于遠距離等干擾因素影響會產(chǎn)生模糊人臉，這種條件下運用DCNN識別效果會急劇下降。

Figure 1 Princilple of trace transformation 圖1 跡變換原理圖

雖然在深度學習技術推動下，人臉識別方法的識別率得到空前的提升，但在現(xiàn)實應用場合中，光照、距離、角度、運動等客觀因素會造成人臉圖像的模糊。在這種情況下，應用目前識別效果較好的深度卷積神經(jīng)網(wǎng)絡，其模糊人臉識別效果仍然不佳，其原因是深度卷積神經(jīng)網(wǎng)絡提取的特征為局部特征的無序組合，因此模糊人臉識別率還有很大的提升空間。

為了獲得有效描述混合紋理融合的特征，本文提出一種具有“有序”全局性結構特征的旋轉均值跳動特征提取算法，并使用基于Randon變換的極大值MRT(Maximum algorithm based on Randon Transform)進行圖像特征提取。MRT將傳統(tǒng)跡變換中T、P泛函去掉，直接在?泛函前融合均值跳動思想，在垂線上等分選擇若干采樣點，計算每條垂線上所有值不為0的像素的平均值，按照每條垂線的紋理特征信息，結合圖像預處理和直方圖歸一化實現(xiàn)對紋理圖像“有序”全局結構性特征信息的提取，并在支持向量機中進行分類識別，采用多個不同類型人臉數(shù)據(jù)庫來進一步驗證該算法對模糊人臉的識別效果。對比實驗統(tǒng)計數(shù)據(jù)顯示，利用該算法提取到的“有序”全局結構性紋理特征，其識別效果相比深度學習算法Sphereface和VGG-19均有明顯提升，并且波動范圍較小，識別率較穩(wěn)定。

2 跡變換及其三重特征提取

跡變換的原理如圖1所示。首先對原始圖像進行預處理，即對圖像進行等間隔角度的旋轉(如間隔1.5°，即能產(chǎn)生360°/1.5°=240幅圖像)，對旋轉后圖像周圍填充0(如圖2所示)，每幅旋轉角度后的圖像在垂直方向直線上所有像素進行1次P泛函(可為任意函數(shù))會得到1個行向量，進而把不同角度圖像組合成的矩陣各行進行1次?泛函(可為任意函數(shù))，得到1個列向量，最后對該向量進行1次T泛函(也可為任意函數(shù))，得到最后1個特征值。

Figure 2 Image rotation preprocessing圖2 圖像旋轉預處理

3 旋轉均值跳動特征提取方法

3.1 本文算法創(chuàng)新來源

在圖3b中，即使把人臉五官置亂位置，DCNN還是會誤認為是人臉；在圖3c中，把人臉進行倒置，DCNN則會因為圖像中有一大塊黑色將其誤認為是頭發(fā)[23]。出現(xiàn)以上現(xiàn)象的原因是，在人臉識別領域目前主流的深度卷積神經(jīng)網(wǎng)絡(DCNN)提取的特征為局部特征的“無序”組合，其對圖像紋理特征信息的描述還不夠全面。若采用在直線上按序取點來提取“有序”特征的方式，則可能會避免誤判的發(fā)生。

Figure 3 Face image contrast before and after scrambling the position of facial features and inversion faces圖3 置亂人臉五官位置及倒置人臉前后對比圖

對于模糊人臉，深度卷積神經(jīng)網(wǎng)絡(DCNN)的識別率還有待提高，如果采用本文所提出的具有“有序”排列的全局結構性特征提取算法，將提取的各層特征之間進行一個“有序”的排列組合，那么圖像之間的空間關系和旋轉不變性會得到一定程度的提升，可能會比普通的卷積神經(jīng)網(wǎng)絡有更好的識別效果。

3.2 旋轉均值跳動特征提取及其改進方案

3.2.1 旋轉均值跳動特征提取

在圖像處理中，圖像中每1行或每1列的像素值都是1組起伏波動的數(shù)值，這組數(shù)值的每一個像素值相對于其平均值來說都是上下跳動的，如圖4所示。針對于這一現(xiàn)象，本文算法的核心是在垂線上等分選擇采樣點，即每條垂線上按照從上至下的順序等分選擇8個采樣點，然后用均值跳動的方法對選擇的采樣點進行編碼。如圖5所示，首先計算每條垂線上所有值不為0的像素的平均值；再按順序分別將選取的8個采樣點的像素值和平均值進行比較，如果采樣點的像素值大于平均值，那么標記為“1”，否則標記為“0”，這樣每條垂直直線上的8個采樣點和均值比較可以生成1個8位的二進制數(shù)，將其轉化為十進制后其值的范圍與像素值范圍相同，該十進制數(shù)就是整條垂直直線上的特征，從而提取出描述每條垂線的紋理特征信息。由于編碼過程是按照一定的順序進行的，所以其提取到的特征是“有序”的，且具有全局結構性的特點。

Figure 4 Mean pulsation waveform圖4 均值跳動波形圖

Figure 5 Selection of sampling points and coding principle圖5 采樣點選取及其編碼原理

本文提取的“有序”全局結構性特征算法中，“有序”指的是每條垂線上按照從上至下的順序等分選擇8個采樣點,“全局”指的是沿著每條垂線從圖的上沿至下沿等分采樣，即從頭至尾對垂線進行等間隔采樣。

計算平均值公式如式(1)所示：

(1)

編碼公式如下：

ci=c1c2c3c4c5c6c7c8

(2)

如此，圖像每旋轉1個角度，對每個垂線進行1次編碼，從而提取到1個二維的融合特征。本文算法特征提取效果圖如圖6所示。

Figure 6 Features extracted by botation mean pulsation圖6 旋轉均值跳動特征提取圖

旋轉均值跳動特征提取算法流程圖如圖7所示。

Figure 7 Flow chart of rotation means pulsation feature extraction method 圖7 旋轉均值跳動特征提取算法流程圖

3.2.2 旋轉均值跳動特征提取一般形式

在2.2.1節(jié)所述方法中，在每條垂線上只提取了1個特征值，為了進一步研究采樣點的選取數(shù)量對于提取圖像紋理信息的影響，本節(jié)采用多點采樣分塊編碼方式，如圖8所示。

Figure 8 Selection of mean pulsation multipoint sampling and block coding diagram圖8 均值跳動多采樣點選取及分塊編碼示意圖

在輸入圖像中的每1條垂直直線上等間隔選取16個采樣點，記作x1,x2,x3,…,x16，進而在每條垂直直線上提取2個特征值，最終得到1個三維的融合特征。為了進一步進行實驗驗證，將其轉化為二維特征，特征提取效果如圖9所示。

Figure 9 Rotation means pulsation extraction of two eigenvalues圖9 旋轉均值跳動提取2個特征值效果

相對于每條垂直直線上選取8個采樣點來說，選取更多的采樣點能夠捕捉到更多直線上的紋理信息，使得提取到的特征信息更加豐富。

對垂線進行從頭至尾按順序等間隔選取24個或32個采樣點，從而得到3個或4個特征值的提取方法與之類似。

本文算法進行直方圖歸一化時采用的灰度級為默認的256級，不同灰度級圖像的直方圖中所包含的圖像紋理特征信息是不同的，直接影響對圖像的識別效果。本文通過降級處理分別對256,128,64,32，16級灰度圖像分別進行分類識別，將實驗結果進行分析比較得出能夠取得最高識別率的最適合灰度級。

3.3 旋轉均值跳動特征提取算法總體框架

3.3.1 旋轉均值跳動特征提取總框圖

旋轉均值跳動特征提取算法的總框圖如圖10所示。首先，輸入原始圖像并對圖像進行預處理，即將圖像進行等間隔角度旋轉，為了防止圖像旋轉導致邊角信息缺失，我們將原圖擴充為正方形(擴充部分為0)，然后，對圖像進行“有序”全局結構性特征提取，即將垂線上等分選擇的若干采樣點像素值與垂線上所有不為0的像素平均值進行比較，并依次進行編碼，將產(chǎn)生的8位二進制數(shù)值對應的十進制數(shù)值作為垂線的特征值。接下來對所有角度提取到的特征值進行直方圖歸一化操作，得到1個特征向量。最后將特征向量輸入到支持向量機中進行分類識別。

Figure 10 Schematic diagram of rotation mean pulsation feature extraction method 圖10 旋轉均值跳動特征提取方法總框圖

3.3.2 圖像預處理

在實驗中，首先將原樣本圖像進行resize處理，即將原矩形樣本圖像改變?yōu)槌叽鐬?00*100的正方形圖像。由第1節(jié)對跡變換的介紹可以得出：因穿過圖像跡線的位置是由角度和步長決定的，跡線是指穿過圖像的直線，它的位置是由角度和步長決定的，為了提高在跡線上采樣的精度以及簡化算法，本文對角度φ的取值采用圖像旋轉的方法得到。通過對resize后的圖像進行旋轉，將跡線轉化為垂直狀態(tài)，即圖像中的每1列。

由于圖像旋轉會導致部分邊角圖像信息超出原圖像范圍，為防止圖像信息缺失，遂將原圖像擴充為一個正方形。該正方形邊長為原圖像的對角線長，擴充部分填充為0，且與原圖在不同區(qū)域，保證了圖像旋轉后補0區(qū)域像素不會干擾原圖像中灰度值為0的像素。預處理中圖像擴充流程如圖11所示。

Figure 11 Expansion the original image into square iamge圖11 圖像預處理中將原圖像擴充成正方形示意圖

3.3.3 直方圖歸一化方法

由于在提取旋轉均值跳動的融合特征過程中，圖像不斷地以給定角度等間隔旋轉，每旋轉1個角度，都會提取出1組特征，把每1個角度的圖像特征當作是1個cell，然后計算每個cell的直方圖，即每個數(shù)字(十進制數(shù)特征值)出現(xiàn)的頻率，因此需要對該直方圖進行歸一化處理。處理方法如式(3)所示：

(3)

其中，ni表示每1個cell中像素值為i的像素個數(shù)，Pi表示像素值i出現(xiàn)的概率，N表示1個cell中的全部像素數(shù)，k表示灰度值。

將得到的每個cell的統(tǒng)計直方圖連接成1個特征向量，這個特征向量反映了整幅圖像的紋理信息。最后將此融合特征向量輸入到支持向量機中進行訓練識別。本文算法采用常規(guī)的支持向量機機器學習方法，且通過本文算法獲得的融合特征更易于在支持向量機中進行識別。

4 實驗結果與分析

4.1 實驗環(huán)境的配置

本文所用的實驗環(huán)境是Windows 7 64位操作系統(tǒng)，處理器為Intel Core i3-4030U CPU@1.9 GHz。為了進一步驗證本算法對于模糊人臉識別的精確度和實用性，本節(jié)采用ORL、Yale及AR 3種不同類型的人臉庫分別進行實驗分析。對于監(jiān)控攝像頭遠處拍攝到的低分辨率的模糊人臉，即使對它進行分辨率插值成為更高分辨率的圖像，還是與原圖像的模糊程度接近。因此，為了使實驗過程可對比，對以上人臉庫人臉進行高斯模糊。

4.2 對比方案設計

ORL人臉庫中有40類人臉圖像，從每類中隨機選取8幅圖像組成訓練集，2幅圖像組成測試集。對于Yale人臉庫中每類選取11幅圖像，其中9幅用于訓練，2幅用于測試。AR人臉庫中有120類人臉圖像，從每類中隨機選取20幅圖像組成訓練集，4幅圖像用于測試，每種類型循環(huán)訓練100次得出平均識別率。識別率R定義如下：

其中，Rc為總識別的人臉數(shù)量，Rt為正確識別的人臉數(shù)量。

本文利用Sphereface和VGG-19在模糊人臉庫上與本文所提算法進行對比，2種對比算法的訓練樣本數(shù)與本文算法相同。

4.3 標準人臉數(shù)據(jù)庫的實驗結果及分析

本節(jié)在上述訓練條件下對標準人臉庫分別進行識別，識別結果如表1所示。表1中加粗數(shù)字為該訓練條件下最佳識別率；P、D、H分別為取點數(shù)、人臉庫及直方圖灰度級；P1為取1個8位二進制值的點，P2為取2個8位二進制值的點；D1、D2、D3分別為ORL、Yale及AR庫。

Table 1 Statistical table of recognition rate on standard face database表1 標準人臉庫識別率統(tǒng)計表 %

由表1統(tǒng)計數(shù)據(jù)可知：

(1)本文算法在3個標準人臉庫均表現(xiàn)出取1個點時識別率相對更高一些。

(2)不同數(shù)據(jù)庫上人臉識別率最優(yōu)的灰度級數(shù)不同，降級處理在一定程度上減少了計算量，提高了運算效率。

(3)本文算法在3個標準人臉庫上達到的最高識別率均在98%以上，目前人臉識別效果突出的深度卷積神經(jīng)網(wǎng)絡VGG-19等相關深度學習算法在標準庫上的識別率最高是98%左右，充分驗證了本文算法的識別效果要優(yōu)于深度學習算法的。

4.4 模糊人臉圖像庫的實驗結果及分析

對上述3種人臉庫圖像進行3種不同級別的高斯模糊，其中δ為高斯半徑，均取4.0。ORL 和Yale人臉庫的1～3級模糊分別采用7×7、9×9和11×11的高斯模板；由于AR庫圖像尺寸較小，所以將其1～3級模糊分別采用3×3、5×5和7×7高斯模板。ORL人臉庫模糊示例如圖12所示。

Figure 12 Three fuzzy samples in ORL database圖12 ORL人臉庫3個模糊級別示例

在上述模糊條件下，采用本文算法、Sphereface算法及VGG-19算法對3個模糊人臉庫分別進行訓練識別并對其結果進行對比分析。本文算法識別效果如表2～表4所示，加粗數(shù)字為該訓練條件下最佳識別率，F(xiàn)表示模糊級別。3個數(shù)據(jù)庫上取最佳識別率統(tǒng)計如表5所示。

Table 2 Fuzzy face recognition rate on ORL database表2 ORL模糊人臉庫識別率 %

Table 3 Fuzzy face recognition rate on Yale database表3 Yale模糊人臉庫識別率 %

Table 4 Fuzzy face recognition rate on AR database表4 AR模糊人臉庫識別率 %

Table 5 Optimum recognition rate for each fuzzy level on three databases表5 3個數(shù)據(jù)庫上各模糊級別最佳識別率 %

由表5可以看出，本文算法對標準人臉和模糊人臉的識別效果不相上下，進一步驗證了本文算法的實用性。從表2～表5中也可發(fā)現(xiàn)，在少數(shù)幾種實驗條件下，模糊3級的識別率甚至高于模糊1級的識別率。這種現(xiàn)象的出現(xiàn)，一方面表示本文提出的“全局結構性”特征受模糊程度影響很小；另一方面說明不同條件下提取的特征存在一些影響訓練分類器效果的波動性。

在不同模糊程度下，本文算法、Sphereface算法和VGG-19算法上述3個人臉庫上的識別率和時效性統(tǒng)計數(shù)據(jù)如表6和表7所示，其中，本文算法識別率和識別耗時統(tǒng)計數(shù)據(jù)均是在P1條件下的最佳識別率和所用識別時間(s)，加粗數(shù)字為3種算法在各模糊3級人臉庫上的最佳識別率和識別時間。

Table 6 Recognition rates using three algorithms on fuzzy face databases表6 模糊人臉庫上3種算法識別率 %

Table 7 Recognition time using three algorithms on fuzzy face databases表7 模糊人臉庫上運用3種算法識別時間 s

圖13為3種算法在模糊人臉上的識別效果。

Figure 13 Recognition effect comparison among three algorithms on fuzzy three-level face databases圖13 3種算法在模糊3級人臉庫上識別效果對比圖

由上述實驗結果可以看出，在3種模糊程度上，本文算法對模糊人臉的識別時間和識別率要遠遠優(yōu)于Sphereface和VGG-19算法,圖像的模糊級別越高，深度學習算法對其識別的時效性及識別效果越差，但模糊圖像對本文算法識別效果影響卻很小。這也進一步說明了本文算法提取到的是“有序”全局結構性特征。與深度學習算法提取到的局部特征的“無序”組合相比，本文算法使提取的各層特征之間進行一個“有序”的排列組合，就是這種“有序性”帶來了“全局結構性”，使得本文算法能不受模糊影響，以較高的識別率識別出各種模糊的人臉。

5 結束語

本文提出了一種旋轉均值跳動特征提取算法，通過圖像預處理、圖像旋轉、均值跳動圖像紋理特征提取和直方圖歸一化實現(xiàn)對圖像“有序”全局結構性特征信息的提取，最后在支持向量機中進行分類識別并對實驗結果進行了詳細分析。

從實驗對比數(shù)據(jù)分析可以得出，在ORL、Yale和AR人臉庫上本文算法在模糊3級條件下取得的最優(yōu)識別率分別為：98.6667%,98.0667%和97.9269%，而目前人臉識別領域主流的CNN卷積神經(jīng)網(wǎng)絡VGG-19算法所得最高識別率為94.25%，并且本文算法識別波動較小，識別率較穩(wěn)定。