基于人臉圖像稠密匹配的身份識別技術(shù)研究.pdf

1、隨著平安城市建設(shè)的不斷深入，身份識別技術(shù)扮演著越來越重要的角色。基于人臉圖像的身份識別（簡稱人臉識別），作為生物特征識別技術(shù)的一類，因其自然性、非侵犯性等特性，而得到學(xué)術(shù)界與市場的重視。目前，控制環(huán)境下有配合的人臉識別，已達到實用級別，但是在自然場景下的人臉識別，由于姿態(tài)、光線、表情、飾物遮擋等等因素，還遠未達到可接受的識別性能。要實現(xiàn)自然場景下實用的人臉識別系統(tǒng)，還需重點研究以下關(guān)鍵問題:(1)穩(wěn)定健壯的識別算法，算法對姿態(tài)、光照、表

2、情、遮擋等變量中的一種或者多種具有很好的抗干擾性且表現(xiàn)均衡;(2)如何達到滿足實用的識別性能，包括速度快、準確率高（理想情況為接近或者超過人眼識別水平）;(3)如何在學(xué)習(xí)樣本較少的情況下，保證較高的識別率，而在學(xué)習(xí)樣本較多的情況下，則能有效利用數(shù)據(jù)學(xué)習(xí)，迸一步提高識別率。
　　針對這些問題，本文進行了相關(guān)研究，主要工作和創(chuàng)新點如下:
　　1，提出了一種新的人臉識別思路:傳統(tǒng)識別通過降維等方法找到人臉特征子空間，根據(jù)子空間內(nèi)的

3、距離來度量相似度，而本文則是通過直接比較人臉圖像對，根據(jù)兩張圖像的匹配代價來度量相似度，識別無需降維或者復(fù)雜的特征提取設(shè)計，不依賴于大規(guī)模的樣本訓(xùn)練學(xué)習(xí)。具體實現(xiàn)借鑒了3D立體視覺領(lǐng)域中的稠密匹配技術(shù)并加以變化利用，即同樣求解匹配點，但并不使用它們，而是使用求解過程中產(chǎn)生的匹配代價（原稠密匹配過程中的副產(chǎn)物），再通過聚合策略，將點層面的匹配代價轉(zhuǎn)變?yōu)閳D層面的匹配代價，最后根據(jù)匹配代價，定義兩張圖像的相似度準則。
　　2，針對人臉圖

4、像的光照和表情問題，提出了一種可以抵抗光照與表情復(fù)合變化的身份識別解決方案。該方案包括2種算法，基于最小強度差樹模型的MIDT算法（MIDT速度優(yōu)化版算法FTM），和基于特征與區(qū)域梯度融合模型的FRGF算法。(1)MIDT算法:通過定義一種對光照干擾保持不變性的距離度量準則，建立最小強度差樹模型，并在樹上匯聚匹配代價，得到圖像對之間的相似度用于識別，在AR數(shù)據(jù)庫上的實驗表明，算法在表情和光照變化的干擾下，依然可以保持很好的識別率（平均9

5、5.3％），且對于不同類型的表情與光照影響，表現(xiàn)出很好的穩(wěn)定性（波動不超過9％），此外，考慮到MIDT工程化的速度問題，設(shè)計出一種最優(yōu)化聚合策略，得到了基于MIDT改進的快速識別算法FTM，達到實時識別性能。(2) FRGF算法:融合了特征與區(qū)域梯度在抗光照與形變方面的優(yōu)勢，實驗表明，相比MIDT(FTM)算法，F(xiàn)RGF算法不僅保持了良好二二的對表情和光照變化抗干擾特性，而且獲得了更為出色的識別性能（平均識別率99.1％）。
　　

6、3，針對人臉圖像的姿態(tài)和遮擋問題，提出了一種可以抵抗姿態(tài)與遮擋復(fù)合變化的身份識別解決方案，該方案包括2種算法:自適應(yīng)多粒度APP算法（APP速度優(yōu)化版算法FSI），和基于去噪自編碼器的ISDAE算法。(1)APP算法:先利用極幾何對齊人臉，再在像素級別和圖像特征塊級別上分別求解對應(yīng)點的匹配度，同時加入自適應(yīng)模塊，以解決姿態(tài)傾斜對人臉表觀產(chǎn)生的扭曲問題，最后通過聚合得到圖像對之間的相似度，在一些挑戰(zhàn)性的數(shù)據(jù)庫如CMUPIE和FERET上的

7、實驗表明，APP在解決姿態(tài)問題上處于前沿水平（識別率分別達到92.3％和95.1％），此外，考慮到APP工程化的速度問題，提出了基于APP改進的快速識別算法FSI，算法達到實時識別性能，且在姿態(tài)變化幅度較小時性能良好（識別率97％）。(2) ISDAE算法:借鑒深度學(xué)習(xí)思想，利用去噪自編碼器，開發(fā)了一套抗遮擋問題性能較好的識別算法ISDAE，實驗表明，算法超過稀疏表達算法在遮擋環(huán)境中的識別性能。
　　4，針對富樣本下的學(xué)習(xí)問題，提

8、出了一種樣本學(xué)習(xí)算法SVMSR，它擁有傳統(tǒng)學(xué)習(xí)算法如SVM、NN等所不具備的特性:若所獲取的大量人臉圖像訓(xùn)練樣本，并不直接是待識別身份的人臉（甚至完全無關(guān)，這在實際應(yīng)用中經(jīng)常發(fā)生），SVMSR仍然可以利用這些數(shù)據(jù)，來提高原算法的識別率。此外，本文提出的如APP、FSI等算法基本無需修改，就可以直接使用SVMSR，實現(xiàn)在富樣本環(huán)境中識別率的提升（約10％）。SVMSR算法采用對人臉圖像之間的差異進行建模，利用稠密匹配技術(shù)提取特征，并對傳統(tǒng)

9、的SVM核進行修改，使其可以基于樣本數(shù)據(jù)，判斷兩張圖像之間的相似度。
　　5，研究了海量視頻中基于身份的鏡頭檢索問題。傳統(tǒng)檢索主要是圖像檢索，類似于谷歌圖像搜索，輸入輸出均為圖像，而本文為鏡頭檢索，輸入輸出均為鏡頭。針對該問題，提出了一種新的檢索方法:基于視覺單詞模型，根據(jù)人臉表觀特性融合多種特征，并將鏡頭視為文本檢索中的一個“文檔”，利用人臉跟蹤技術(shù)和TF-IDF建立文檔描述符，最后基于VSM模型進行鏡頭“文檔”的檢索。在英國流