王欣 汪寧 于曉昀 公安部第一研究所

引言

迄今為止，計(jì)算機(jī)人臉識(shí)別的準(zhǔn)確性依然受到光照條件等因素的影響，特別在公安實(shí)戰(zhàn)環(huán)境下，由于受到光照以及攝像頭角度等因素影響，獲取的線索照片一般比較模糊，質(zhì)量不高，降低了識(shí)別率，影響了實(shí)戰(zhàn)應(yīng)用效果[1]。因此，本文提出了圖像均衡化與FaceNet算法相結(jié)合的方法，用于提升光線不足、過(guò)曝等圖像的識(shí)別準(zhǔn)確率。

一、研究現(xiàn)狀

人臉識(shí)別的研究始于20世紀(jì)60年代，人臉識(shí)別因其便捷、高效、易普及的優(yōu)點(diǎn)成為最受關(guān)注的研究問(wèn)題之一[2]。

人臉識(shí)別的方法主要分為四類(lèi)，分別是神經(jīng)網(wǎng)絡(luò)方法、稀疏表示方法、子空間方法、基于三維形變模型的方法[3]。

稀疏矩陣標(biāo)識(shí)方法，其中稀疏標(biāo)識(shí)在一個(gè)含有大量訓(xùn)練樣本的空間，樣本可以由空間的同類(lèi)樣本線性表示，并可通過(guò)將噪聲考慮在內(nèi)，增加算法的魯棒性。

子空間方法是通過(guò)尋找映射矩陣，將原始高維樣本映射至低維空間，同時(shí)樣本結(jié)構(gòu)保持不變。但子空間算法常常會(huì)發(fā)生“小樣本問(wèn)題”。

因?yàn)槿四樖侨S結(jié)構(gòu)，所以采用三維形變模型可以更好的表示人臉，但三維形變模型理論不是很完善，還有很多問(wèn)題需要研究。

近年來(lái)，基于深度學(xué)習(xí)的人臉識(shí)別方法受到了廣泛研究。使用深度學(xué)習(xí)進(jìn)修人臉識(shí)別的早期，研究人員傾向于使用多個(gè)深度卷積神經(jīng)網(wǎng)絡(luò)提取人臉特征，再進(jìn)行融合。而基于深度學(xué)習(xí)的人臉識(shí)別方法的趨勢(shì)是使用單個(gè)網(wǎng)絡(luò)，多網(wǎng)融合特征逐漸被VGGNet、GoogleNet和ResNet這三種深度人臉識(shí)別的代表性網(wǎng)絡(luò)架構(gòu)所取代。其中，GoogleNet通過(guò)增加網(wǎng)絡(luò)結(jié)構(gòu)的稀疏性來(lái)解決網(wǎng)絡(luò)參數(shù)過(guò)多的問(wèn)題，大大減少了計(jì)算量。FaceNet使用Inception模塊實(shí)現(xiàn)了輕量級(jí)的深度人臉識(shí)別模型，可以在前端設(shè)備上實(shí)時(shí)運(yùn)行。

通常，圖像質(zhì)量受采集環(huán)境、采集設(shè)備和采集距離等因素影響，如何提升低質(zhì)量圖像識(shí)別精度是一個(gè)值得關(guān)注的問(wèn)題。

二、圖像均衡化與FaceNet算法相結(jié)合的方法研究

（一）FaceNet算法

傳統(tǒng)的基于深度卷積神經(jīng)網(wǎng)絡(luò)（CNN）的方法，一般利用CNN的Siamese網(wǎng)絡(luò)來(lái)提取人臉特征，然后利用SVM等方法進(jìn)行分類(lèi)。

FaceNet則利用DNN直接學(xué)習(xí)到從原始圖片到歐氏距離空間的映射，從而使得在歐式空間里的距離的度量直接關(guān)聯(lián)著相似度，并且引入Triplet損失函數(shù)，增強(qiáng)模型學(xué)習(xí)能力。

FaceNet算法的本質(zhì)是通過(guò)CNN學(xué)習(xí)圖像到128維歐幾里得空間的映射，該映射將圖像映射為128維的特征向量，通過(guò)使用特征向量之間距離的倒數(shù)來(lái)表征圖像之間的相似度，對(duì)于相同個(gè)體的不同圖片，其特征向量之間的距離較小，對(duì)于不同個(gè)體的圖像，其特征向量之間的距離較大。最后基于特征向量之間的相似度來(lái)解決圖像的識(shí)別、驗(yàn)證和聚類(lèi)等問(wèn)題。

（二）圖像均衡化

圖像均衡化技術(shù)可以在圖像增強(qiáng)、光照補(bǔ)償?shù)榷鄠€(gè)領(lǐng)域取得很好的效果[3]。該項(xiàng)技術(shù)能夠?qū)⒁粋€(gè)灰度級(jí)別分布不均勻的圖像，通過(guò)變換得到一個(gè)均勻分布。

直方圖是圖像中像素強(qiáng)度分布的圖形表達(dá)方式，它統(tǒng)計(jì)了每一個(gè)強(qiáng)度值所具有的像素個(gè)數(shù)，是一種常用的灰度變換方法，主要用于增強(qiáng)動(dòng)態(tài)范圍偏小的圖像對(duì)比度。

直方圖均衡化是一種簡(jiǎn)單有效的圖像增強(qiáng)技術(shù)，通過(guò)改變圖像的直方圖來(lái)改變圖像匯總個(gè)像素的灰度，通過(guò)拉伸像素強(qiáng)度分布范圍來(lái)增強(qiáng)圖像對(duì)比度。

（三）圖像均衡化與FaceNet算法相結(jié)合

為了提高別準(zhǔn)確率，本文把輸入的圖片先進(jìn)行圖像均衡化處理，提高圖像的對(duì)比度，然后再進(jìn)行邊緣檢測(cè)提取，最終通過(guò)FaceNet模型進(jìn)行識(shí)別與比對(duì)，用于提升識(shí)別的準(zhǔn)確率。

具體流程如下：

（1）輸入圖片

（2）圖像均衡化處理

本文采用直方圖均衡化技術(shù)進(jìn)行圖像預(yù)處理。

① 映射函數(shù)應(yīng)該是一個(gè)累積分布函數(shù)(cdf)。對(duì)于直方圖H(i)，它的累積分布H(i)是：

② 要使用其作為映射函數(shù)，須對(duì)最大值為255（或者用圖像的最大強(qiáng)度值）的累積分布H(i)進(jìn)行歸一化。

③ 最后，通過(guò)映射過(guò)程來(lái)獲得均衡化后像素的強(qiáng)度值：

（3）檢測(cè)對(duì)齊

檢測(cè)對(duì)齊采用基于深度學(xué)習(xí)的MTCNN算法。該算法利用檢測(cè)任務(wù)和分類(lèi)任務(wù)來(lái)輔助關(guān)鍵點(diǎn)檢測(cè)。其總體框架包含三個(gè)階段：Proposal Network（P-Net）、Refine Network（R-Net）、Output Network（O-Net），這三個(gè)階段的輸入為不同大小的圖片，用于檢測(cè)不同大小的人臉[4]。

P-Net的輸入是一個(gè)12×12×3的RGB圖像，在訓(xùn)練的時(shí)候，該網(wǎng)絡(luò)要判斷該圖像中是否存在人臉，并且給出人臉框的回歸和關(guān)鍵點(diǎn)定位。

為了去除大量的非人臉框，R-Net輸入是P-Net生成的邊界框，輸出是人臉框的回歸和人臉關(guān)鍵點(diǎn)定位。

進(jìn)一步將R-Net的所得到的區(qū)域進(jìn)行縮放，輸入ONet。O-Net輸入大小為48×48×3的圖像，輸出包含P個(gè)邊界框的坐標(biāo)信息，score以及關(guān)鍵點(diǎn)位置。

（4）采用FaceNet算法計(jì)算

具體流程如下：

① 采用CNN結(jié)構(gòu)提取特征；

② 特征歸一化（使其特征的 | |f(x) | |2 = 1 ，所有圖像的特征都會(huì)被映射到一個(gè)超球面上）；

③ 再接入一個(gè)Embedding層（嵌入函數(shù)），嵌入過(guò)程可以表達(dá)為一個(gè)函數(shù)，即把圖像x通過(guò)函數(shù)f(x)映射到d維歐式空間；

④ 此外，對(duì)嵌入函數(shù)f(x)的值，即值閾，做了限制。使得x的映射f(x)在一個(gè)超球面上；

⑤ 使用Triplet損失函數(shù)（優(yōu)化函數(shù)）進(jìn)行特征優(yōu)化。

（5）輸出結(jié)果

本文采用Inception ResNet v1神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，基于數(shù)據(jù)集CASIA-WebFace，進(jìn)行模型訓(xùn)練。選取了LFW數(shù)據(jù)集和網(wǎng)絡(luò)爬取的圖片，經(jīng)過(guò)粗略的人工篩選，去除不符合要求的圖片，并對(duì)所有圖片進(jìn)行了Gamma變換，降低亮度，模擬暗處拍出的圖片，組成了一個(gè)5000余張的測(cè)試集，進(jìn)行測(cè)試。

?

測(cè)試效果示例如圖1所示，其中圖片左側(cè)為原圖，中間為對(duì)原圖Gamma處理后的圖像，右側(cè)為對(duì)中間圖像進(jìn)行直方圖均衡化處理后的圖片。

結(jié)果如圖2所示，通過(guò)直方圖均衡化預(yù)處理后，對(duì)相對(duì)較暗的圖片，識(shí)別的準(zhǔn)確率有了明顯的提升。

?

三、應(yīng)用展望

本研究提出的方法可作為人員身份核實(shí)的一個(gè)步驟應(yīng)用于分析研判、比對(duì)等業(yè)務(wù)中。如在公安分析研判業(yè)務(wù)中，利用該算法將圖像進(jìn)行比對(duì)，基于比對(duì)結(jié)果進(jìn)行分析，如通行分析、聚集分析等，并可進(jìn)行預(yù)警反饋。

四、結(jié)語(yǔ)

本文提出了一種基于圖像均衡化和FaceNet人臉識(shí)別算法相結(jié)合的方法，針對(duì)于提升光線不足、過(guò)曝等圖像的人臉識(shí)別準(zhǔn)確率。通過(guò)實(shí)驗(yàn)證明本文提出的方法對(duì)人臉識(shí)別準(zhǔn)確率有明顯提升。