安曉寧 王智文 張燦龍 庚佳穎 李秋玲

摘要：傳統(tǒng)的基于隱馬爾可夫模型的人臉識(shí)別方法需要對(duì)原始人臉圖像進(jìn)行光照補(bǔ)償、人臉旋轉(zhuǎn)等預(yù)處理，而且模型對(duì)人臉姿勢(shì)、表情、局部特征變化等非常敏感，為解決此問(wèn)題，提出一種基于高斯隱馬爾可夫模型的人臉特征標(biāo)注方法，該方法假定人臉圖像中人臉和人臉特征兩個(gè)區(qū)域的灰度值服從兩個(gè)不同的高斯分布，并將這兩個(gè)分布作為隱馬爾可夫模型的狀態(tài)集合，同時(shí)，將灰度人臉圖像轉(zhuǎn)換為一維的灰度值序列作為觀測(cè)序列，通過(guò)模型預(yù)測(cè)狀態(tài)序列以實(shí)現(xiàn)人臉特征的標(biāo)注和定位，并基于該模型建立人臉數(shù)據(jù)庫(kù)，對(duì)未知人臉進(jìn)行識(shí)別，在ORL人臉庫(kù)和自建人臉庫(kù)的測(cè)試中，均取得較高的標(biāo)注準(zhǔn)確率和識(shí)別準(zhǔn)確率，

關(guān)鍵詞：高斯隱馬爾可夫模型;特征標(biāo)注;人臉識(shí)別;ORL人臉庫(kù);自建人臉庫(kù)

中圖分類號(hào)：TP391.4DOI：10.16375/j.cnki，cn45-1395/t，2020.02.017

0引言

人臉識(shí)別是人工智能和計(jì)算機(jī)視覺(jué)的重要應(yīng)用領(lǐng)域之一，目前人臉識(shí)別技術(shù)己經(jīng)被廣泛應(yīng)用于公共交通、移動(dòng)支付、智能監(jiān)控、身份驗(yàn)證等方面，人臉識(shí)別由人臉檢測(cè)和人臉識(shí)別兩個(gè)過(guò)程組成，其中人臉檢測(cè)是指檢測(cè)采集圖像中是否含有人臉并檢測(cè)人臉?lè)秶?人臉識(shí)別是指在人臉檢測(cè)的基礎(chǔ)上根據(jù)提取到的人臉圖像，標(biāo)記和提取人臉的面部特征，并與人臉庫(kù)中人臉數(shù)據(jù)進(jìn)行匹配以認(rèn)定身份;而人臉識(shí)別中較為關(guān)鍵的一步是人臉特征提取，近年來(lái)人臉特征提取的方法不斷被提出，主要有samaria等提出基于隱馬爾可夫模型的人臉識(shí)別方法，該方法能夠自動(dòng)分割人臉圖像并提取人臉特征進(jìn)行識(shí)別;Li等提出了基于主成分分析和線性判別分析的組合特征提取方法，主成分分析（PCA）用于特征提取和降維，線性判別分析（LDA）用于進(jìn)一步改善子空間中樣本的可分離性并提取LDA特征;Rotation等提出局部二值模式（LBP）算法，該方法是一種衡量中心像素與周圍像素關(guān)系的紋理特征提取算法;還有基于中心對(duì)稱梯度幅值相位模式的單樣本人臉識(shí)別算法Gabor濾波、卷積神經(jīng)網(wǎng)絡(luò)等，這些算法在人臉特征提取上都取得了較好的效果，但是這些算法也存在對(duì)光照、姿勢(shì)、表情等敏感、訓(xùn)練時(shí)間長(zhǎng)、識(shí)別速度慢等缺點(diǎn)，本文使用的基于圖像灰度值的高斯隱馬爾可夫模型對(duì)測(cè)試人臉圖像的姿勢(shì)、表情等不敏感，而且該模型訓(xùn)練時(shí)間短、計(jì)算量小，不需要大量的訓(xùn)練數(shù)據(jù)便可以達(dá)到較高的標(biāo)注精度。

1隱馬爾可夫模型簡(jiǎn)介

1.1隱馬爾可夫模型基本概念

隱馬爾可夫模型是關(guān)于時(shí)序的概率模型，描述由一個(gè)隱藏的馬爾可夫鏈隨機(jī)生成不可觀測(cè)的狀態(tài)序列，再由各個(gè)狀態(tài)生成一個(gè)可觀測(cè)隨機(jī)序列的過(guò)程，其中由馬爾可夫鏈隨機(jī)生成的狀態(tài)變量的序列稱為狀態(tài)序列，表示為I={i1.i2.i3.…};其中T為狀態(tài)序列長(zhǎng)度，i1.i2.i3…，ir分別表示每一個(gè)時(shí)刻的狀態(tài)變量，由每個(gè)狀態(tài)生成的一個(gè)觀測(cè)變量所組成的序列稱為觀測(cè)序列，表示為O={o1.o2.o3…oT}，其中，T為觀測(cè)序列長(zhǎng)度，o1.o2.o3…，oT分別表示每一個(gè)時(shí)刻的觀測(cè)變量，在隱馬爾可夫模型中，系統(tǒng)通常在多個(gè)狀態(tài)之間轉(zhuǎn)移，因此，狀態(tài)變量是離散型的，狀態(tài)集合表示為Q={q1.q2.q3…gN}，N表示可能狀態(tài)數(shù);觀測(cè)變量可以是離散的，也可以是連續(xù)的，但本文所建立的高斯隱馬爾可夫模型的觀測(cè)變量是連續(xù)的。

隱馬爾可夫模型是一種典型的有向圖模型，其圖結(jié)構(gòu)如圖1所示，其中箭頭表示變量間的依賴關(guān)系，根據(jù)齊次馬爾可夫性假定和觀測(cè)獨(dú)立性假定，觀測(cè)變量的取值只依賴于該時(shí)刻的狀態(tài)變量，即對(duì)于觀測(cè)序列中間某一時(shí)刻t的觀測(cè)變量ot由其對(duì)應(yīng)時(shí)刻t的狀態(tài)序列的狀態(tài)變量it決定，與其他狀態(tài)變量和觀測(cè)變量無(wú)關(guān);系統(tǒng)的下一時(shí)刻狀態(tài)僅由當(dāng)前時(shí)刻狀態(tài)決定，即it僅依賴于it-1.

一個(gè)隱馬爾可夫模型由初始概率分布、狀態(tài)轉(zhuǎn)移概率分布和觀測(cè)概率分布這3個(gè)要素確定，狀態(tài)轉(zhuǎn)移概率矩陣與初始概率向量確定了隱藏的馬爾科夫鏈，生成不可觀測(cè)的狀態(tài)序列;觀測(cè)概率矩陣和狀態(tài)序列確定了可觀測(cè)的觀測(cè)序列。

A是狀態(tài)轉(zhuǎn)移概率矩陣，表示為：

3）解碼問(wèn)題，即己知模型參數(shù)λ=（A，B，π）和觀測(cè)序列D={o1.o2.o3.…，oT}，求對(duì)給定觀測(cè)序列條件概率P（D λ）最大的狀態(tài)序列，該問(wèn)題使用Viterbi算法解決，

2基于高斯隱馬爾可夫模型的人臉識(shí)別

2.1人臉特征標(biāo)注算法

人臉特征提取是在己經(jīng)通過(guò)人臉檢測(cè)獲取的人臉圖像上進(jìn)行的，對(duì)于一張灰度人臉圖像，其不同部位的灰度值有很大的區(qū)別，如臉部的灰度值的均值一般大于眉毛、眼睛等部位的灰度值均值，而眼睛、鼻子、嘴巴等部位的灰度值均值相對(duì)來(lái)說(shuō)更為接近，這樣就可以通過(guò)灰度值的差別將臉部特征從人臉圖像中分離出來(lái);另一方面，對(duì)于一張簡(jiǎn)單的正面人臉圖像，其特征分布在垂直方向固定，從上到下依次為眉毛、眼睛、鼻子、嘴巴由于人臉圖像為二維數(shù)據(jù)，需要將二維數(shù)據(jù)轉(zhuǎn)換為一維數(shù)據(jù)，作為模型的觀測(cè)序列，考慮到人臉特征分布的穩(wěn)定性，可將一張圖像灰度值矩陣的每一行從上至下依次首位串聯(lián)起來(lái)，組成一維序列，如圖2所示，這種方法不會(huì)改變特征的分布，而且實(shí)現(xiàn)了數(shù)據(jù)降維。

人臉圖像可以分為兩個(gè)明顯區(qū)域，一個(gè)是人臉，另一個(gè)是人臉特征，包括眉毛、眼睛、鼻子、嘴巴等部位，在人臉灰度圖像中，兩個(gè)區(qū)域亮度存在明顯的差別，而且每個(gè)區(qū)域的灰度值會(huì)分別集中在某一個(gè)數(shù)附近，也就是該區(qū)域灰度值均值，因此，假定每個(gè)區(qū)域的灰度值服從某一個(gè)高斯分布，這兩個(gè)區(qū)域也即這兩個(gè)高斯分布為隱馬爾可夫模型中的兩個(gè)狀態(tài)，分別生成不同部位的灰度值。

基于這種思想，以人臉灰度圖像的灰度值序列作為觀測(cè)序列，以兩個(gè)高斯分布作為狀態(tài)集合構(gòu)建一個(gè)高斯隱馬爾可夫模型，通過(guò)Viterbi算法推斷觀測(cè)序列的狀態(tài)序列，以狀態(tài)序列還原原始圖片，若某一像素點(diǎn)來(lái)自第一個(gè)狀態(tài)即第一個(gè)高斯分布，那么該像素點(diǎn)的灰度值設(shè)定為0.若某一像素點(diǎn)來(lái)自第二個(gè)狀態(tài)即第二個(gè)高斯分布，那么該像素點(diǎn)的灰度值設(shè)定為255.這樣就把狀態(tài)序列替換為0和255兩個(gè)數(shù)，根據(jù)狀態(tài)序列還原原始圖片，這兩個(gè)狀態(tài)即可以標(biāo)記人臉和人臉面部特征，并可以通過(guò)0和255兩個(gè)值定位人臉面部特征在圖像中的位置，也可以通過(guò)狀態(tài)轉(zhuǎn)移確定特征的邊界。

在正常光照的情況下，每張人臉灰度圖像人臉和面部特征的灰度值都存在著較大的差距，因此，只使用一張人臉圖像作為訓(xùn)練集來(lái)訓(xùn)練模型，使用此模型去標(biāo)記測(cè)試集的人臉圖像，為了排除圖片像素對(duì)模型的影響，使用同樣為92x 112像素的圖像作為模型的訓(xùn)練集和測(cè)試集，具體算法流程如圖3所示，

2.2人臉識(shí)別算法

為了將人臉識(shí)別出來(lái)，必須提前建立人臉數(shù)據(jù)庫(kù)，即將每個(gè)人的一張或多張人臉圖像作為訓(xùn)練數(shù)據(jù)訓(xùn)練模型，并將模型參數(shù)λ=（A，B，π）保存，即形成人臉的統(tǒng)計(jì)模型，人臉圖像訓(xùn)練完成意味著人臉庫(kù)已經(jīng)建好，對(duì)于要識(shí)別的人臉圖像，如圖2所示，首先將像素矩陣轉(zhuǎn)換為一維數(shù)據(jù)作為觀測(cè)序列，然后通過(guò)前向算法或者后向算法分別計(jì)算在不同人臉模型下的條件概率P（O λi），取最大概率值所對(duì)應(yīng)的人臉模型作為匹配人臉。

2.3實(shí)驗(yàn)結(jié)果分析

傳統(tǒng)人臉識(shí)別算法會(huì)受到人臉表情、姿勢(shì)、位置、光照、遮擋物等因素影響，因此，實(shí)驗(yàn)分別對(duì)正面人臉圖像、不同表情、不同姿勢(shì)等情景下的人臉圖像進(jìn)行標(biāo)注，驗(yàn)證算法的有效性，部分標(biāo)注結(jié)果如圖4所示，人臉識(shí)別系統(tǒng)基于Python編寫，在64位Windows10系統(tǒng)運(yùn)行，算法使用ORL人臉數(shù)據(jù)庫(kù)進(jìn)行驗(yàn)證，ORL數(shù)據(jù)庫(kù)共有400張人臉圖像，包含40個(gè)人的不同角度、光照、表情，每個(gè)人對(duì)應(yīng)10張圖像，每張圖像的大小為92×112.使用一張正面人臉圖像訓(xùn)練模型，分別對(duì)不同人臉進(jìn)行標(biāo)注，其中模型訓(xùn)練用時(shí)0.22s。

為了測(cè)試算法在均勻光照下的對(duì)正面人臉標(biāo)注準(zhǔn)確率，實(shí)驗(yàn)從ORL人臉庫(kù)中選取40張光照均勻的正面人臉圖像，其中一張作為訓(xùn)練數(shù)據(jù)訓(xùn)練一個(gè)模型（見(jiàn)圖5），并保存模型參數(shù)，其他圖像作為測(cè)試數(shù)據(jù)，實(shí)驗(yàn)結(jié)果顯示，在40個(gè)不同人的正面人臉圖像中，標(biāo)注正確的圖像有35張，部分標(biāo)注結(jié)果如圖6所示;錯(cuò)誤標(biāo)注或標(biāo)注不清的圖像有5張（見(jiàn)圖7），算法測(cè)試的準(zhǔn)確率為89.5%。

從ORL人臉庫(kù)中選取62張光照均勻的側(cè)臉圖像和不同表情的人臉圖像，以測(cè)試人臉姿勢(shì)對(duì)標(biāo)注算法的影響，實(shí)驗(yàn)結(jié)果顯示，在62張圖像中，標(biāo)注正確的圖像有56張，部分標(biāo)注結(jié)果如圖8所示;標(biāo)注錯(cuò)誤或標(biāo)注不清圖像有6張（見(jiàn)圖9），算法測(cè)試的標(biāo)注準(zhǔn)確率為90.32%，相比于正面人臉圖像標(biāo)注準(zhǔn)確率來(lái)說(shuō)，人臉的姿勢(shì)和表情并不會(huì)對(duì)標(biāo)注算法產(chǎn)生很大的影響。

驗(yàn)證人臉識(shí)別算法，需要建立人臉數(shù)據(jù)庫(kù)，人臉數(shù)據(jù)庫(kù)的建立就是使用不同的人臉圖像去訓(xùn)練模型，建立不同的人臉統(tǒng)計(jì)模型，本實(shí)驗(yàn)使用ORL人臉庫(kù)，首先，將每個(gè)人的前5張圖像作為訓(xùn)練數(shù)據(jù)訓(xùn)練模型，建立一個(gè)包含200個(gè)人臉模型的人臉庫(kù)，使用每個(gè)人的最后一張圖像組成一個(gè)包含40張圖像的測(cè)試數(shù)據(jù)進(jìn)行人臉識(shí)別測(cè)試，然后，逐次增加訓(xùn)練數(shù)據(jù)，即依次將每個(gè)人的前6張、7張、8張、9張圖像作為訓(xùn)練數(shù)據(jù)分別建立人臉模型的人臉庫(kù)，將每個(gè)人的最后一張圖像作為測(cè)試數(shù)據(jù)，該測(cè)試集包含40個(gè)人臉圖像，其中每張圖像訓(xùn)練平均用時(shí)0.3629s。

首先使用包含200個(gè)人臉模型的人臉庫(kù)進(jìn)行測(cè)試，測(cè)試集40個(gè)人臉中，正確識(shí)別32張，錯(cuò)誤識(shí)別8張，人臉識(shí)別算法的識(shí)別準(zhǔn)確率為80%;當(dāng)增加人臉庫(kù)中人臉模型，使用包含360個(gè)人臉模型的人臉庫(kù)進(jìn)行測(cè)試時(shí)，40個(gè)人臉圖像中識(shí)別正確37張，識(shí)別錯(cuò)誤3張，算法的識(shí)別準(zhǔn)確率為92.5%（見(jiàn)表1），增加人臉庫(kù)使得算法的識(shí)別準(zhǔn)確率有了顯著的提高。

2.4自建人臉庫(kù)測(cè)試

為了驗(yàn)證算法在實(shí)際應(yīng)用中的可行性，建立了包含10個(gè)人共計(jì)100張人臉圖像的人臉庫(kù)，采集其中每個(gè)人在光照均勻條件下的不同角度、不同姿勢(shì)的10張圖像，每張圖像是大小為112×112的灰度圖像，首先，使用一張人臉圖像訓(xùn)練模型（見(jiàn)圖10），模型參數(shù)如圖11和表2所示，使用訓(xùn)練好的模型并對(duì)自建人臉庫(kù)的部分人臉數(shù)據(jù)進(jìn)行標(biāo)注，測(cè)試標(biāo)注算法實(shí)際應(yīng)用中的效果，其標(biāo)注結(jié)果如圖12所示，其次，實(shí)驗(yàn)將每個(gè)人的前6張不同角度的、不同姿勢(shì)的人臉圖像作為訓(xùn)練數(shù)據(jù)，后4張作為測(cè)試數(shù)據(jù)進(jìn)行人臉識(shí)別，并依次增加訓(xùn)練數(shù)據(jù)，測(cè)試不同訓(xùn)練集規(guī)模下人臉識(shí)別的準(zhǔn)確率（見(jiàn)表3），部分示例如表4所示。

2.5實(shí)驗(yàn)對(duì)比

實(shí)驗(yàn)使用自建人臉庫(kù)對(duì)比基于奇異值分解的隱馬爾可夫模型和高斯隱馬爾可夫模型在實(shí)際人臉識(shí)別中的應(yīng)用效果，實(shí)驗(yàn)結(jié)果顯示，若每個(gè)人的前9張作為訓(xùn)練集，最后1張作為測(cè)試集時(shí)，兩個(gè)算法識(shí)別的準(zhǔn)確率都為100%;但是，當(dāng)訓(xùn)練數(shù)據(jù)較少時(shí)，高斯隱馬爾可夫模型具有較高的識(shí)別準(zhǔn)確率，故在同等條件下基于高斯隱馬爾科夫模型的識(shí)別效果優(yōu)于基于奇異值的隱馬爾科夫模型，具體的實(shí)驗(yàn)結(jié)果如表5所示。

3總結(jié)

本文利用高斯隱馬爾可夫模型對(duì)人臉進(jìn)行特征標(biāo)注和識(shí)別，并在ORL人臉庫(kù)測(cè)試中都取得了較好的效果，該模型不需要大量的訓(xùn)練數(shù)據(jù)，便能夠有效地對(duì)人臉特征進(jìn)行標(biāo)注和提取，兼具訓(xùn)練時(shí)間短、標(biāo)注和識(shí)別速度快、準(zhǔn)確率高等特性;同時(shí)該模型對(duì)人臉的姿勢(shì)、表情、局部特征變化有較強(qiáng)的魯棒性，在真實(shí)的自建人臉庫(kù)測(cè)試中，該模型能快速有效地對(duì)人臉圖像進(jìn)行標(biāo)注和識(shí)別;在同等條件下該模型的識(shí)別準(zhǔn)確率比基于奇異值的隱馬爾可夫模型更高，總體來(lái)說(shuō)，該模型符合工程應(yīng)用的要求，可以應(yīng)用于真實(shí)場(chǎng)景下的離線人臉識(shí)別。