王錦凱，賈 旭

（遼寧工業(yè)大學(xué)電子與信息工程學(xué)院，遼寧錦州121001）

（?通信作者電子郵箱wangjinkai@lnut.edu.cn）

0 引言

汽車數(shù)量的快速增長導(dǎo)致了套牌違法行為呈多發(fā)態(tài)勢，許多交通卡口已增加攝像頭對該違法行為加以監(jiān)控，傳統(tǒng)人工查看視頻的方法因效率低下，已很難對違法行為作出及時(shí)處理，因此，提出一種有效的車臉識(shí)別算法，對套牌車輛進(jìn)行自動(dòng)檢測是具有重要意義的。

車輛識(shí)別技術(shù)主要經(jīng)歷兩個(gè)關(guān)鍵的階段:1）傳統(tǒng)的人工特征提取與分類方式；2）基于深度學(xué)習(xí)的識(shí)別方法［1］。最初顏色作為一種顯著的車輛特征被廣泛研究與分析，如不同空間的顏色直方圖特征［2-3］；但由于車身顏色易受光照強(qiáng)度變化影響，研究人員將關(guān)注點(diǎn)轉(zhuǎn)移到了車輛的全局、局部紋理特征［4］與形狀特征［5］上，與此同時(shí)，一些經(jīng)典的關(guān)鍵點(diǎn)特征也逐漸被應(yīng)用在了車輛識(shí)別中，如尺度不變特征變換（Scale-Invariant Feature Transform，SIFT）特征［6］、可變形部件模型（Deformable Parts Model，DPM）特征［7］等；而后，Boukerche等［8］將多種人工特征進(jìn)行了融合，形成了多粒度特征，進(jìn)一步提高了識(shí)別效果；此外，考慮到二維圖像缺少深度信息，車輛的三維特征［9-10］也被更多的學(xué)者研究。近年來，深度學(xué)習(xí)因其可以自適應(yīng)學(xué)習(xí)出有效的特征而被重視，研究人員也將多種深度學(xué)習(xí)模型應(yīng)用到了車輛識(shí)別中［11-16］，當(dāng)具有足夠規(guī)模的訓(xùn)練樣本時(shí)，基于深度學(xué)習(xí)的算法可以取得較好的效果。然而，目前車臉圖像的數(shù)據(jù)集數(shù)量較少，限制了深度學(xué)習(xí)模型對于車臉圖像的識(shí)別效果；此外，光照變化、局部遮擋等不合作因素又使得顏色、特征點(diǎn)等人工特征的有效性降低，這些都會(huì)給識(shí)別帶來困難。

本文面對多類別且標(biāo)注數(shù)量有限的車臉圖像數(shù)據(jù)，對非負(fù)矩陣分解（Nonnegative Matrix Factorization，NMF）模型加以權(quán)重、稀疏與正交約束，自適應(yīng)地建立出描述圖像中若干關(guān)鍵區(qū)域的特征基，并通過特征基線性疊加對任意車臉圖像作出準(zhǔn)確描述，進(jìn)而實(shí)現(xiàn)車臉的準(zhǔn)確識(shí)別。

1 初始特征提取

車臉圖像特征主要體現(xiàn)在車身顏色與局部區(qū)域形狀上，但受光照變化影響，同一輛車在不同時(shí)間段采集時(shí)會(huì)出現(xiàn)一定的顏色偏差，如圖1 所示，因此，基于顏色特征的識(shí)別算法的有效性將會(huì)降低，這里將更多關(guān)注圖像的局部區(qū)域形狀特征。

圖1 不同光強(qiáng)下采集的車臉圖像Fig.1 Vehicle face images acquired under different light intensities

在圖像中，區(qū)域是由邊緣圍繞形成的，而圖像邊緣主要體現(xiàn)在具有方向性的高頻信息上，如何準(zhǔn)確描述這些具有方向性的高頻信息將成為初始特征提取的關(guān)鍵。方向梯度直方圖（Histogram of Oriented Gradients，HOG）特征是通過計(jì)算和統(tǒng)計(jì)圖像局部區(qū)域的梯度方向而得到的，對邊緣能夠進(jìn)行很好的描述［17］，因此，將HOG 特征作為車臉圖像的初始特征是合理的。

首先，將基于YOLO（You Only Look Once）模型分割后的車臉圖像大小歸一化為N × N像素，如圖2所示。

圖2 歸一化車臉圖像Fig.2 Normalized vehicle face image

而后，對圖像進(jìn)行分塊處理，每一塊子圖像大小為M × M像素，相鄰塊覆蓋T 個(gè)像素寬度，因此，圖像塊的個(gè)數(shù)k 可由式（1）得到:

在計(jì)算梯度方向直方圖時(shí)，選擇s 個(gè)角度區(qū)間，從而可以得到車臉圖像的初始特征Yi維度為n（n = k × s）。

2 特征降維與特征基的建立

對車臉圖像進(jìn)行初始特征提取后，需對其進(jìn)行降維處理，目的是獲得描述圖像中若干關(guān)鍵區(qū)域的特征基。常用的特征降維方法有主成分分析（Principal Component Analysis，PCA）法、線性判別分析（Linear Discriminant Analysis，LDA）法等。分解后矩陣元素可以是正的，也可以是負(fù)的，從數(shù)學(xué)的角度考慮，負(fù)值是可以接受的；但對于圖像處理問題，負(fù)值卻缺乏實(shí)際意義，如在人臉識(shí)別中，人臉圖像可以被認(rèn)為是多幅特征基圖像加權(quán)疊加得到的，這里的特征基圖像像素值與權(quán)重值都不可能是負(fù)的?；谝陨戏治?，本文將采用非負(fù)矩陣分解思想來實(shí)現(xiàn)特征降維與特征基建立［18］。即給定一個(gè)非負(fù)矩陣Y，可將其近似分解成兩個(gè)非負(fù)矩陣U 與V 的乘積，如式（2）所示:

其中:Y 的列向量表示訓(xùn)練樣本初始特征；U 的列向量表示特征基向量；V 的列向量表示分解系數(shù)，即新的特征。進(jìn)而可獲得目標(biāo)函數(shù)，如式（3）所示:

非負(fù)矩陣分解可以較好地保證分解結(jié)果的物理特性，但并沒有考慮對于分類識(shí)別的幫助性。因此，對非負(fù)矩陣分解模型進(jìn)行了以下改進(jìn):1）根據(jù)區(qū)域重要性差異，對模型加以特征基加權(quán)約束；2）根據(jù)少數(shù)關(guān)鍵區(qū)域即可決定車輛類別的思想，對模型加以稀疏約束；3）基于類間差異性原理，對模型加以正交性約束。具體改進(jìn)方法如下:

1）特征基加權(quán)約束。

車臉圖像中，不同區(qū)域特征在識(shí)別時(shí)起的作用有所不同，如車輛標(biāo)致與車臉柵格區(qū)域因其具有較好的獨(dú)特性，在識(shí)別時(shí)發(fā)揮更為重要的作用；而車頂與引擎蓋顏色區(qū)域變化較為平緩，特征的重要性有所降低。因此，在分解時(shí)，描述這些不同區(qū)域的基向量所占的權(quán)重也應(yīng)不同，這里為不同的特征基分配不同的權(quán)重系數(shù)，目標(biāo)函數(shù)可改進(jìn)為式（4）:

其中:U為基向量矩陣；Z為權(quán)重矩陣；V為系數(shù)矩陣。

2）稀疏性約束。

車臉識(shí)別過程中，除了少量具有不同權(quán)重的特征外，通常有一些區(qū)域幾乎不對識(shí)別產(chǎn)生作用與影響，如車輛背景區(qū)域、車窗區(qū)域等，即車臉特征應(yīng)該具有較好的稀疏性。因此，需對系數(shù)矩陣Z 與V 加以稀疏性約束，從而目標(biāo)函數(shù)可改進(jìn)為式（5）:

根據(jù)壓縮感知理論，求解矩陣的0 范數(shù)為NP 難問題［19］，可將其等價(jià)于求解V的2范數(shù)，目標(biāo)函數(shù)可改進(jìn)為式（6）:

3）特征基正交性約束。為實(shí)現(xiàn)車臉特征的有效降維，即降低車臉特征基間的相關(guān)性，減少特征間的冗余，除對NMF進(jìn)行加權(quán)性與稀疏性約束外，還應(yīng)盡可能提高特征基間的正交性?；谝陨戏治?，目標(biāo)函數(shù)可進(jìn)一步改進(jìn)為式（7）:

綜上，最優(yōu)分解結(jié)果通過式（8）求得:

3 基于梯度下降的目標(biāo)函數(shù)求解

經(jīng)過變換，目標(biāo)函數(shù)式（8）可以轉(zhuǎn)化為式（9）:

而后，分別求解目標(biāo)函數(shù)式（9）對U、V 與Z 的偏導(dǎo)數(shù)，如式（10）～（12）所示:

而后，給定U，V 與Z 的初始值，并將按照式（14）～（16）規(guī)則迭代，直至滿足停止條件。

Step 3 如果d(Vi，Vj)＞g，兩幅車臉圖像表示同一類車；否則，兩幅車臉圖像表示不同類車。

4 收斂性證明

為證明求解最優(yōu)參數(shù)過程中迭代的收斂性，需引入輔助函數(shù)。

定義1 如果式（17）成立，則定義G(h，h′)是F(h)的輔助函數(shù)。

引理1 如果G是輔助函數(shù)，則函數(shù)F在式（18）迭代更新規(guī)則是非增的。

的序列:

因此，通過定義輔助函數(shù)，可證明式（10）～（12）的收斂性。

對于目標(biāo)函數(shù)式（7），假設(shè)U為獨(dú)立變量，可得:

其中:F(u)= J(u)，0 ＜i ≤n，0 ＜j ≤r。

引理2 假設(shè)U 為獨(dú)立變量時(shí)，可定義式（22）為輔助函數(shù)。

證明 容易得到G(u，u)= F(u)，只需證G(u，uij)≥F(uij)即可。

將式（7）進(jìn)行泰勒級(jí)數(shù)展開，得到式（23）:

由于式（24）成立，

因此，引理2得證。

對于目標(biāo)函數(shù)式（7），假設(shè)V為獨(dú)立的變量，可得:

其中:F(v)= J(v)，0 ＜i ≤r，0 ＜j ≤m。

引理3 假設(shè)V 為獨(dú)立變量時(shí)，可定義式（28）為輔助函數(shù)。

證明 容易得到G(v，v)= F(v)，只需證G(v，vij)≥F(vij)即可。

將目標(biāo)函數(shù)（7）進(jìn)行泰勒級(jí)數(shù)展開，得到式（29）:

由于式（30）～（31）成立，

因此，引理3得證。

對于目標(biāo)函數(shù)式（7），假設(shè)Z為獨(dú)立的變量，可得:

其中:F(z)= J(z)，0 ＜i ≤r，0 ＜j ≤m。

引理4 假設(shè)Z 為獨(dú)立變量時(shí)，可定義式（34）為輔助函數(shù)。

證明 容易得到G(z，z)= F(z)，只需證G(z，zij)≥F(zij)即可。

將目標(biāo)函數(shù)（7）進(jìn)行泰勒級(jí)數(shù)展開，得到式（35）:

由于式（36）～（37）成立，

因此，引理4得證。

綜上，可得出迭代過程是收斂的。

5 實(shí)驗(yàn)與結(jié)果分析

5.1 數(shù)據(jù)集

實(shí)驗(yàn)采用了兩個(gè)數(shù)據(jù)集:1）某省22 個(gè)交通卡口處監(jiān)控?cái)z像頭采集的車輛圖像作為實(shí)驗(yàn)數(shù)據(jù)集，共103 028 幅圖像，其中部分樣本如圖3（a）所示；2）BITVehicle 數(shù)據(jù)集，共9 852 幅圖像，部分樣本如圖3（b）所示。

圖3 數(shù)據(jù)集中部分樣本Fig.3 Some samples in datasets

5.2 算法參數(shù)設(shè)定

本文提出的NMF 模型參數(shù)一部分依據(jù)經(jīng)驗(yàn)設(shè)定，另一部分依據(jù)實(shí)驗(yàn)所得。其中，依據(jù)經(jīng)驗(yàn)設(shè)定的參數(shù)如下:

1）初始特征參數(shù)設(shè)定。

車臉區(qū)域分割后，將其歸一化至256 × 256 像素；經(jīng)過分塊后，每一塊子圖像大小為32 × 32 像素，相鄰塊重疊16 個(gè)像素寬度；在利用HOG 算子計(jì)算梯度方向直方圖時(shí)，角度區(qū)間數(shù)目設(shè)為8。

2）NMF模型參數(shù)設(shè)定。

選取500 個(gè)不同類別車輛的車臉圖像進(jìn)行訓(xùn)練，即在目標(biāo)函數(shù)中，Y 的列數(shù)為500；求解U?、V?、Z?時(shí)的最大迭代次數(shù)nmax= 20 000。

設(shè)定經(jīng)驗(yàn)參數(shù)后，需依據(jù)實(shí)驗(yàn)對其他參數(shù)進(jìn)行優(yōu)化。

1）NMF模型參數(shù)優(yōu)化。

模型中共有3 個(gè)參數(shù)需進(jìn)行優(yōu)化，分別為降維后特征維數(shù)r，平衡因子α 與β。這里，令平衡因子α 與β 的取值分別為1、0.1、0.01；特征維數(shù)的取值分別為原特征維數(shù)的20%至70%。實(shí)驗(yàn)過程中，采用最近鄰分類器對3 000對車臉圖像進(jìn)行比對測試，并利用錯(cuò)誤接受率（False Acceptance Rate，F(xiàn)AR）與錯(cuò)誤拒絕率（False Reject Rate，F(xiàn)RR）作為衡量識(shí)別效果的標(biāo)準(zhǔn)。

當(dāng)采用不同模型參數(shù)時(shí)，實(shí)驗(yàn)結(jié)果如圖4 所示，從中可看出:當(dāng)降維后特征維數(shù)r = 0.4n，平衡因子α = 0.1，β = 1 時(shí)，可獲得最優(yōu)的識(shí)別性能。

圖4 不同參數(shù)下車臉識(shí)別性能比較Fig.4 Comparison of vehicle face recognition performance under different parameters

2）識(shí)別算法參數(shù)。

車臉識(shí)別時(shí)，僅涉及一個(gè)參數(shù)，即特征相似性閾值g。這里，通過不斷調(diào)整閾值，對3 000對車臉圖像進(jìn)行測試，并利用真實(shí)接受率（Genuine Accept Rate，GAR）與FAR 作為衡量識(shí)別效果的標(biāo)準(zhǔn)，測試結(jié)果如圖5所示。

圖5 不同閾值條件下車臉識(shí)別性能變化Fig.5 Vehicle face recognition performance variation under different thresholds

根據(jù)式（38），獲取最優(yōu)閾值g?= 0.85。

5.3 算法測試結(jié)果

確定了特征基向量與算法參數(shù)后，分別采用5 246對正樣本和5 000對負(fù)樣本對本文算法進(jìn)行測試，其中測試樣本中包括光照變化、尺度變化等因素。首先，基于第3 章中的識(shí)別算法對圖像進(jìn)行分解，獲得新的特征向量；而后，分別求取每一對測試樣本新特征間的相似性值，并與式（38）獲得的閾值g?進(jìn)行比較，獲得識(shí)別結(jié)果，如表1所示。

表1 實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)Tab.1 Statistics of experimental results

表1中:TP（True Positives）為正例且被分類器劃分為正例的樣本對數(shù)；FP（False Positives）為負(fù)例但被分類器劃分為正例的樣本對數(shù)；FN（False Negatives）為負(fù)例但被分類器劃分為負(fù)例的樣本對數(shù)；TN（True Negatives）為正例且被分類器劃分為負(fù)例的樣本對數(shù)。部分識(shí)別結(jié)果如圖6所示。

圖6 部分車臉匹配結(jié)果Fig.6 Some vehicle face matching results

準(zhǔn)確率計(jì)算如式（39）所示。由實(shí)驗(yàn)結(jié)果可以看出，本文算法的準(zhǔn)確率Acc可達(dá)97.56%。

5.4 算法比較與分析

分別將本文算法與傳統(tǒng)算法和深度學(xué)習(xí)算法進(jìn)行比較。其中，傳統(tǒng)算法包括基于顏色特征［3］、SIFT 特征［6］、多粒度特征［8］的識(shí)別算法；而深度學(xué)習(xí)算法包括基于CNN模型［11］、受限玻爾茲曼機(jī)（Restricted Boltzmann Machine，RBM）模型［14］、遷移學(xué)習(xí)模型［16］的識(shí)別算法。實(shí)驗(yàn)過程中，仍采用5.3 節(jié)中5 246 對正樣本和5 000 對負(fù)樣本對算法進(jìn)行測試，實(shí)驗(yàn)結(jié)果如圖7所示。

圖7 不同識(shí)別算法的實(shí)驗(yàn)結(jié)果比較Fig.7 Experimental result comparison of different recognition algorithms

由圖7（a）可以看出，本文算法性能要優(yōu)于其他傳統(tǒng)車輛識(shí)別算法，主要有以下原因:由于白天和黑夜的光照強(qiáng)度差異很大，導(dǎo)致同一顏色車輛在不同時(shí)段采集圖像中出現(xiàn)明顯的顏色差異，如圖1 所示，從而使基于顏色特征的識(shí)別算法有效性降低，而在本文算法中，雖然車臉圖像因光照變化會(huì)出現(xiàn)一定的顏色差異，但描述邊緣的高頻信息并不會(huì)因此而發(fā)生較大改變，從而降低了光照變化對于識(shí)別的影響，此外，邊緣高頻信息的方向性保證了車臉不同區(qū)域間的色差，這也間接描述了車臉圖像的顏色特征，可以較好地避免對不同顏色的同類車型的錯(cuò)誤識(shí)別，如圖8（a）；而對于曝光較強(qiáng)的或顏色單一的車臉圖像，如圖8（b），可提取的SIFT 特征點(diǎn)數(shù)量有限，給識(shí)別帶來較少的依據(jù)，從而降低了識(shí)別的準(zhǔn)確率；基于多粒度特征的識(shí)別算法提取了整體車輛多個(gè)區(qū)域的特征，而針對車臉圖像的特征相對較少，算法在整體車輛識(shí)別上可以取得較好的效果，但對于車臉區(qū)域的識(shí)別有效性降低。而由圖7（b）同樣可以看到本文算法的優(yōu)勢，其主要原因在于整體車輛圖像的數(shù)據(jù)集較為豐富，可獲得大量訓(xùn)練樣本，因此訓(xùn)練后的模型可取得較高的正確識(shí)別率；而目前關(guān)于車臉圖像的數(shù)據(jù)集相對較少，自建的數(shù)據(jù)集訓(xùn)練樣本數(shù)量有限，容易導(dǎo)致訓(xùn)練后模型出現(xiàn)過擬合現(xiàn)象，從而降低模型的識(shí)別效果。

圖8 多種條件下采集的車臉圖像Fig.8 Vehicle face images acquired under various conditions

以上實(shí)驗(yàn)是在PC 上運(yùn)行的，其中處理器為Intel Core i5-4460 CPU 3.2 GHz，內(nèi) 存16 GB，GPU 顯 卡 型 號(hào) 為NVIDIA Geforce 1080Ti。其中，傳統(tǒng)識(shí)別算法在Matlab 2017b 環(huán)境下運(yùn)行的，而基于深度學(xué)習(xí)的識(shí)別算法是在Python 2.7 環(huán)境下運(yùn)行，運(yùn)行時(shí)間如表2所示。

表2 識(shí)別時(shí)間對比結(jié)果 單位：sTab.2 Comparison result of recognition time unit:s

通過不同運(yùn)行環(huán)境下的實(shí)驗(yàn)，可以看出本文算法的識(shí)別速度略優(yōu)于基于顏色特征與RBM 的識(shí)別算法，明顯好于基于多粒度特征與遷移學(xué)習(xí)的識(shí)別算法，而與基于SIFT 特征與CNN 的識(shí)別算法基本一致，并且Python 環(huán)境下1.08 s 的識(shí)別時(shí)間基本能夠滿足識(shí)別的實(shí)時(shí)性要求。

6 結(jié)語

為提高套牌車輛檢測效率，本文提出了一種有效的車臉圖像識(shí)別算法，即對NMF 模型加以多權(quán)重、稀疏性、正交性約束，在對車臉特征實(shí)現(xiàn)降維的同時(shí)，使其更有利于車臉圖像的正確識(shí)別。通過實(shí)驗(yàn)驗(yàn)證，在對樣本進(jìn)行少量標(biāo)注的前提下，本文算法可以獲得較高的正確識(shí)別率，并對光照強(qiáng)度變化具有較好的魯棒性。在取得一定效果的同時(shí)，仍存在一些問題有待解決，如實(shí)驗(yàn)的數(shù)據(jù)集還需進(jìn)一步豐富，以驗(yàn)證算法的普適性。