王碩珩 羅凱鴻 趙梓鑒 趙航 劉雪飛

摘要：針對人臉圖像的性別識別領(lǐng)域，從準確率、計算速度、穩(wěn)定性等多個角度出發(fā)，采用無監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、有監(jiān)督學(xué)習(xí)等多種機器學(xué)習(xí)方法進行計算識別。將不同機器學(xué)習(xí)方法的運行結(jié)果進行統(tǒng)計整理，分析各個方法的優(yōu)缺點。通過參數(shù)特征的對比，得出不同應(yīng)用場景下的機器學(xué)習(xí)方法適用性結(jié)論，為實際應(yīng)用場景提供具有參考價值的機器學(xué)習(xí)方法選擇方案。

關(guān)鍵詞：性別識別;機器學(xué)習(xí)方法;適用性

中圖分類號：TP181? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）18-0064-03

開放科學(xué)（資源服務(wù)）標識碼（OSID）：

隨著機器學(xué)習(xí)方法的不斷發(fā)展，人臉識別技術(shù)的水平也在逐漸提高。與其他的生物特征相比較而言，人臉特征更加清晰且易于觀察，輪廓與構(gòu)造的微小差異即可提供較為顯著的區(qū)分效果。這使得對于人臉特征的識別與分析，在身份驗證及日常生活中的人機交互等方面的應(yīng)用存在巨大的提升空間與潛在價值。在生活中，人們通過自身視覺的判斷可以輕易通過人臉來判斷其性別，但是讓計算機來進行識別判斷并不容易。這需要計算機能夠?qū)θ四槇D像進行特征處理及提取，并使用搭建好的模型進行訓(xùn)練。目前，人臉識別技術(shù)的應(yīng)用場景，大多數(shù)情況采用人臉圖像特征提取存儲，在人臉識別時進行相關(guān)特征點差異性分析比較。

人臉識別在生活中應(yīng)用的深度與廣度都在持續(xù)增加，應(yīng)用場景的不斷擴展使得識別過程對所采取的機器學(xué)習(xí)方法有了不同的側(cè)重，需要針對不同具體場景的功能需求做出選擇。與此同時，性別識別作為人臉識別重要的前置工作，能夠大幅降低人臉識別的工作量，節(jié)約資源并提高效率。因此，研究不同機器學(xué)習(xí)方法對人臉性別識別的適用程度，分析得出在不同種類應(yīng)用場景中，適用度較高的機器學(xué)習(xí)方法，為人臉識別的后端實現(xiàn)提供相應(yīng)建議與參考。以人臉圖像性別識別為著手點，嘗試使用多種機器學(xué)習(xí)方法，并且對比分析這些方法在此領(lǐng)域的適用性，在學(xué)習(xí)使用多種機器學(xué)習(xí)方法的同時，判斷在此領(lǐng)域上哪種機器學(xué)習(xí)方法更具優(yōu)勢。

1 核心技術(shù)

PCA（主成分分析方法）[1];K-Means[2];標簽傳播算法[3];K最近鄰分類算法[4];卷積神經(jīng)網(wǎng)絡(luò)[5]。

2 數(shù)據(jù)集

2.1 數(shù)據(jù)集信息

數(shù)據(jù)集分為兩類，一類是無性別標簽的人臉圖像，另一類是已根據(jù)性別劃分好的有標簽人臉圖像。其中，無標簽數(shù)據(jù)集摻雜有建筑、動物等非人臉的無效數(shù)據(jù)，以及側(cè)面照、模糊照等不良數(shù)據(jù)。

2.2 數(shù)據(jù)讀取

數(shù)據(jù)集較大，故使用Total Commander文件管理器，將數(shù)據(jù)集包含數(shù)據(jù)劃分到多個文件夾中，劃分文件夾結(jié)構(gòu)見圖1。采用多線程方式進行讀取，以提高數(shù)據(jù)讀取效率。使用Python的Threading庫創(chuàng)建多線程，劃分了多少個文件夾即為多少個線程。關(guān)鍵代碼截取如下：

path：劃分的文件夾所在路徑

x：讀取劃分文件夾編號

"""

threads = []

x = 1

for t in range（0， 5）：

t = threading.Thread（target=read_img， args=（path， x））

threads.append（t）

x += 1

2.3 數(shù)據(jù)預(yù)處理

數(shù)據(jù)集圖像均為彩色，像素較高、規(guī)模較大，通過圖片灰度化操作進行優(yōu)化。在RGB模型中，當(dāng)R=G=B時，可表示一種灰度顏色，灰度圖像中的每個像素只需要一個字節(jié)用于存放灰度值即可。灰度化處理后，圖像所占空間從原先存放R、G、B三個軌道信息變?yōu)榇娣呕叶戎狄粋€軌道的信息，能夠大幅減小圖像的規(guī)模。

數(shù)據(jù)集中包含個別非人臉的無效圖像，通過人工篩選縮略圖的方式進行刪除處理。

數(shù)據(jù)集中存在側(cè)面人像、模糊人像、全身人像等，通過人臉裁剪的方式，將人臉以外的部分進行篩選及裁剪，排除圖片背景與無用信息，保留面部主要特征。

運用主成分分析技術(shù)（PCA），對人臉圖像進行降維處理，在保留人臉主要特征的前提下，壓縮數(shù)據(jù)空間，將多元數(shù)據(jù)的特征在低維空間里直觀地表示出來。

最后，將預(yù)處理后的數(shù)據(jù)轉(zhuǎn)存到本地，以便后續(xù)使用數(shù)據(jù)集時節(jié)省時間。

3 數(shù)據(jù)集添加標簽

3.1 無監(jiān)督學(xué)習(xí)

采用K均值聚類算法。算法將按照數(shù)據(jù)最明顯的特征進行聚類，聚類中心通過參數(shù)K進行設(shè)置。預(yù)處理后的圖像，男女人臉特征差異不大，性別特征無法在圖片中直觀顯現(xiàn)。進行灰度化處理后，灰度值特征貢獻度超過男女性別特征，使聚類算法按照灰度值劃分，最終導(dǎo)致結(jié)果不準確，結(jié)果為不宜采用K均值聚類算法添加標簽。

3.2 半監(jiān)督學(xué)習(xí)

采用標簽傳播算法。面對數(shù)據(jù)集中的人臉圖像，通過人工識別的方式判斷性別，幾乎不會出現(xiàn)判斷錯誤。因此，首先隨機選擇一部分人臉圖像，通過人工識別判斷性別，為無標簽的數(shù)據(jù)添加標簽。隨后，以這部分人工添加標簽的數(shù)據(jù)為基礎(chǔ)，使用標簽傳播算法，對模型進行訓(xùn)練，通過迭代的方式為剩余無標簽的數(shù)據(jù)添加性別標簽。

4 適用性分析

針對有標簽的人臉圖像數(shù)據(jù)，即可進行不同機器學(xué)習(xí)方法的適用性分析。通過分析結(jié)果，便可為實際運用中機器學(xué)習(xí)方法的選擇提供較為準確的參考意見。本項目中，使用KNN算法和CNN兩種算法進行適用性分析及比較。

4.1 KNN

如圖4所示，K值在1～100的取值范圍中，可直觀地觀察到K值與模型預(yù)測準確率的關(guān)系變化。首先，將K取值為1作為起點，隨著K值取值的逐漸變大，預(yù)測準確率整體處于上升的大趨勢中。當(dāng)K值處于1～30的取值區(qū)間時，準確率數(shù)值處于不穩(wěn)定的震蕩狀態(tài)，不具備參考價值與實際意義。當(dāng)K值處于30～60的取值區(qū)間時，震蕩幅度減小，準確率開始穩(wěn)定上升。繼續(xù)增大K的取值，當(dāng)K值處于60～100的取值區(qū)間時，準確率趨于穩(wěn)定，以較小幅度的波動分布于0.7以上。由上述可知，使用KNN算法時，K值取60以上，可得到穩(wěn)定準確率高于0.7的預(yù)測結(jié)果。

4.2 CNN

如圖5所示，參數(shù)Epoch取值范圍設(shè)定為0～60，代表準確度的accuracy值隨著Epoch的增大而逐漸增加。初始的增長速度較快，當(dāng)Epoch值超過50時，accuracy的增長速度逐漸降低，趨于平緩。而loss值與lr值都隨epoch值增加而減少，有所不同的是，loss值從初始便急劇減少，而lr值下降則是呈階梯狀的。此外，lr的實際數(shù)值變化不大，圖中的lr數(shù)值的坐標軸數(shù)量級很小，這樣做的原因是為了通過放大圖形細節(jié)，清晰地觀察參數(shù)數(shù)值的變化規(guī)律。在epoch值趨近于60時，loss值與lr值均趨近于0。

4.3 綜合比對

綜合比對KNN和CNN兩種算法，在參數(shù)設(shè)置為最優(yōu)時，采用CNN算法的模型，其判斷的準確率平均高于KNN算法模型的準確率 10個百分點。然而在運行速度上，KNN算法的計算速度遠快于CNN算法。因此，對準確率的需求較高情況下，建議在一定程度上降低運算速度為代價，使用CNN算法建立模型，從而在識別人臉圖像性別的過程中獲得更佳的效果。

5 結(jié)語

近年來，人臉識別隨著計算機技術(shù)的發(fā)展與算法的優(yōu)化逐漸成熟，并與傳統(tǒng)技術(shù)相結(jié)合，在許多領(lǐng)域初步投入使用，如銀行業(yè)務(wù)辦理、人臉身份識別、刷臉支付技術(shù)等。與此同時，在多領(lǐng)域應(yīng)用的反饋，又加快了人臉識別技術(shù)的發(fā)展與改進。作為一個已經(jīng)基本明確的發(fā)展方向與趨勢，大量專業(yè)人員涌入，為該技術(shù)添磚加瓦，注入活力，呈現(xiàn)出百花齊放的盛況，這為人臉識別技術(shù)的飛速發(fā)展奠定了基礎(chǔ)。而在市場競爭日趨激烈的今天，百家爭鳴，意味著在效率和準確率等參數(shù)方面的錙銖必較。項目中，筆者僅針對人臉圖像性別識別領(lǐng)域，使用了有限的幾種機器學(xué)習(xí)方法進行計算，對比結(jié)果具有局限性。

下一步工作，有兩個研究方向可供選擇。一是擴展識別的功能維度，如通過面部特征識別人臉所屬年齡段，又如通過表情特征判斷人臉此刻大致的心情狀況等。二是擴充對比隊列中的機器學(xué)習(xí)方法。機器學(xué)習(xí)方法種類繁多，本項目所涉及的僅為極小部分，而每種機器學(xué)習(xí)方法都有其特征及適用場景。不僅如此，同一種機器學(xué)習(xí)方法，其本身，也是在人們的不斷改進與完善中保持成長的。如項目中使用到的K-means聚類算法，其改進算法之一是K-means++算法，聚類中心的選擇由完全隨機變?yōu)榫嚯x其他聚類中心更遠的點，有更高的概率被選為新的中心。另一種改進是ISODATA，在算法過程中可根據(jù)某個類別的樣本數(shù)占比和分散程度，自動調(diào)整聚類中心的數(shù)量。此外還有將樣本映射到特征空間再進行聚類的Kernel K-means等。改進后的機器學(xué)習(xí)方法，其特征及使用場景均值得深入研究和探索。

參考文獻：

[1] 陳佩.主成分分析法研究及其在特征提取中的應(yīng)用[D].西安：陜西師范大學(xué)，2014.

[2] 李正兵，羅斌，翟素蘭，等.基于關(guān)聯(lián)圖劃分的K-means算法[J].計算機工程與應(yīng)用，2013，49（21）：141-144，151.

[3] 陶劍文，F(xiàn)u-Lai CHUNG，王士同，等.稀疏標簽傳播：一種魯棒的領(lǐng)域適應(yīng)學(xué)習(xí)方法[J].軟件學(xué)報，2015，26（5）：977-1000.

[4] 張著英，黃玉龍，王翰虎.一個高效的KNN分類算法[J].計算機科學(xué)，2008，35（3）：170-172.

[5] 周飛燕，金林鵬，董軍.卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J].計算機學(xué)報，2017，40（6）：1229-1251.

【通聯(lián)編輯：唐一東】