基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別檢測(cè)分析

基金項(xiàng)目：河南省高等學(xué)校青年骨干教師培養(yǎng)計(jì)劃，項(xiàng)目編號(hào)：2021GGJS190

0 引言

人臉識(shí)別技術(shù)的關(guān)鍵就在于人臉檢測(cè)，作為重要研究方向廣泛應(yīng)用于模式識(shí)別和計(jì)算機(jī)識(shí)別領(lǐng)域^[1]。人工設(shè)計(jì)特征作為傳統(tǒng)人臉檢測(cè)方法的重要監(jiān)測(cè)依據(jù)。目前由于人臉檢測(cè)算法表現(xiàn)出較高的檢測(cè)精度，因而應(yīng)用于多個(gè)領(lǐng)域^[2]。人臉檢測(cè)算法結(jié)合深度學(xué)習(xí)在卷積神經(jīng)網(wǎng)絡(luò)得到廣泛應(yīng)用下逐漸獲取進(jìn)一步發(fā)展，早已作為主流研究方法應(yīng)用于各領(lǐng)域，檢測(cè)準(zhǔn)確率高于傳統(tǒng)方法，超過(guò)95%^[3]，拓展人臉識(shí)別研究具有重要的意義。

近年，人臉識(shí)別技術(shù)早已被Facebook、Google、商湯科技、曠世科技應(yīng)用融入到各個(gè)領(lǐng)域，尤其是在卷積神經(jīng)網(wǎng)絡(luò)不斷持續(xù)進(jìn)步發(fā)展的趨勢(shì)^[4]。很多挑戰(zhàn)和問(wèn)題在實(shí)際應(yīng)用環(huán)節(jié)始終存在。盡管從識(shí)別準(zhǔn)確度來(lái)看，在LFW 數(shù)據(jù)集中應(yīng)用多種方式均可獲取較佳結(jié)果，人眼識(shí)別能力也得到顯著提升，然而必須要選取大量訓(xùn)練樣本訓(xùn)練各深度模型，倘若研究機(jī)構(gòu)場(chǎng)所小型化或?qū)儆诟咝?，?shí)現(xiàn)相對(duì)較為困難^[5]。所以目前亟需解決的主要問(wèn)題就在于怎樣訓(xùn)練可滿足人臉匹配要求和快速區(qū)別人臉特征的性能佳且結(jié)構(gòu)簡(jiǎn)單^[6]。本文應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)到人臉識(shí)別領(lǐng)域，并開(kāi)展網(wǎng)絡(luò)訓(xùn)練以及測(cè)試優(yōu)化分析。

1 基于卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測(cè)算法

圖1給出了AlexNet網(wǎng)絡(luò)模型結(jié)構(gòu)圖。網(wǎng)絡(luò)模型中全連接層和卷積層分別為3 個(gè)和5 個(gè)，總共為8 層。將ReLU、局部響應(yīng)歸一化及池化層增加至前兩層后，將Dropout 和池化加入到第6、7 層，并在第8 層應(yīng)用softmax 分類器^[7]。

圖1 AlexNet網(wǎng)絡(luò)結(jié)構(gòu)

將Dropout 技術(shù)引進(jìn)全連接層中，這種情況下全連接層在AlexNet 網(wǎng)絡(luò)模型訓(xùn)練整個(gè)流程中的連接概率為固定且以隨機(jī)稀疏方式為主，將部分神經(jīng)元丟棄，有利于網(wǎng)絡(luò)復(fù)雜度降低，參數(shù)計(jì)算量得到減少，過(guò)擬合現(xiàn)象也會(huì)在某種程度上減小^[8]。需采取局部歸一化操作方式處理輸出結(jié)果，有效抑制局部神經(jīng)元，進(jìn)而促進(jìn)網(wǎng)絡(luò)泛化能力的進(jìn)一步強(qiáng)化。

網(wǎng)絡(luò)模型算量與卷積核結(jié)構(gòu)尺寸大小相關(guān)，感受也隨著卷積核尺寸增大而擴(kuò)大，盡管圖片特征信息提取效率有效增加，但計(jì)算參數(shù)急劇增加。小尺寸的卷積核被更多研究學(xué)者應(yīng)用，可有效增加模型的寬度和深度。網(wǎng)絡(luò)參數(shù)模型訓(xùn)練時(shí)長(zhǎng)將得到顯著減少，同時(shí)還有利于降低第一層的參數(shù)計(jì)算量。

在人臉檢測(cè)時(shí)應(yīng)用本文提出的網(wǎng)絡(luò)模型，需提前區(qū)分人臉及非人臉區(qū)域，為確保降低神經(jīng)網(wǎng)絡(luò)參數(shù)，將第2 個(gè)全連接層刪除，僅將第1、第3 個(gè)全連接層保留。按照1×1 卷積核尺寸標(biāo)準(zhǔn)修改第1 個(gè)全連接層，用全連接神經(jīng)網(wǎng)絡(luò)替代原有神經(jīng)網(wǎng)絡(luò)，任意大小的尺寸均可輸入卷積神經(jīng)網(wǎng)絡(luò)，人臉?lè)诸愡x用第2 個(gè)全連接層。本文所用的網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)見(jiàn)表1 所示。本文所用的網(wǎng)絡(luò)結(jié)構(gòu)邏輯見(jiàn)圖2 所示。

圖2 網(wǎng)絡(luò)結(jié)構(gòu)邏輯圖

將Dropout 技術(shù)引進(jìn)全連接層中，這種情況下全連接層在AlexNet 網(wǎng)絡(luò)模型訓(xùn)練整個(gè)流程中的連接概率為固定且以隨機(jī)稀疏方式為主，將部分神經(jīng)元丟棄，有利于網(wǎng)絡(luò)復(fù)雜度降低，參數(shù)計(jì)算量得到減少，過(guò)擬合現(xiàn)象也會(huì)在某種程度上減^小[8]。需采取局部歸一化操作方式處理輸出結(jié)果，有效抑制局部神經(jīng)元，進(jìn)而促進(jìn)網(wǎng)絡(luò)泛化能力的進(jìn)一步強(qiáng)化。

網(wǎng)絡(luò)模型算量與卷積核結(jié)構(gòu)尺寸大小相關(guān)，感受也隨著卷積核尺寸增大而擴(kuò)大，盡管圖片特征信息提取效率有效增加，但計(jì)算參數(shù)急劇增加。小尺寸的卷積核被更多研究學(xué)者應(yīng)用，可有效增加模型的寬度和深度。網(wǎng)絡(luò)參數(shù)模型訓(xùn)練時(shí)長(zhǎng)將得到顯著減少，同時(shí)還有利于降低第一層的參數(shù)計(jì)算量。

在人臉檢測(cè)時(shí)應(yīng)用本文提出的網(wǎng)絡(luò)模型，需提前區(qū)分人臉及非人臉區(qū)域，為確保降低神經(jīng)網(wǎng)絡(luò)參數(shù)，將第2 個(gè)全連接層刪除，僅將第1、第3 個(gè)全連接層保留。按照1×1 卷積核尺寸標(biāo)準(zhǔn)修改第1 個(gè)全連接層，用全連接神經(jīng)網(wǎng)絡(luò)替代原有神經(jīng)網(wǎng)絡(luò)，任意大小的尺寸均可輸入卷積神經(jīng)網(wǎng)絡(luò)，人臉?lè)诸愡x用第2 個(gè)全連接層。本文所用的網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)見(jiàn)表1 所示。本文所用的網(wǎng)絡(luò)結(jié)構(gòu)邏輯見(jiàn)圖2 所示。

表1 網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)

2 實(shí)驗(yàn)結(jié)果分析

2.1 數(shù)據(jù)集

作為評(píng)測(cè)數(shù)據(jù)集，F(xiàn)DDB 常用于人臉檢測(cè)?；叶群筒噬珗D共2 845 張圖片均包含在數(shù)據(jù)集中，共有5 171人臉標(biāo)注數(shù)據(jù)，人臉拍攝環(huán)境為自然狀況。測(cè)試集挑戰(zhàn)性較高，同時(shí)低分辨率、遮擋等情況都包含在內(nèi)，拍攝環(huán)境與日常應(yīng)用場(chǎng)景都十分貼近。

作為人臉檢測(cè)的大型基準(zhǔn)數(shù)據(jù)集，WIDERFace 由香港中文大學(xué)建立而成。采用手工標(biāo)注數(shù)據(jù)集，人臉總數(shù)為4 萬(wàn)張，光照及遮擋等不同場(chǎng)景下人臉圖像變化情況均包含在內(nèi)。

2.2 網(wǎng)絡(luò)模型訓(xùn)練設(shè)置

本文在訓(xùn)練改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)時(shí)，將Tensorfl ow 深度學(xué)習(xí)開(kāi)源平臺(tái)作為重要應(yīng)用工具，選取NVIDIAGTX1050 型GPU 加速，訓(xùn)練數(shù)據(jù)用SSD 固態(tài)硬盤(pán)緩存，完成CUDA9.0GPU 并行計(jì)算庫(kù)的安裝。

網(wǎng)絡(luò)訓(xùn)練基于網(wǎng)絡(luò)參數(shù)完成，同時(shí)將0 作為卷積層學(xué)習(xí)率，訓(xùn)練的卷積層為候選框生成網(wǎng)絡(luò)特有，為確保能實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)中人臉?lè)诸惣昂蜻x框生成網(wǎng)絡(luò)間的共享，最后環(huán)節(jié)需要微調(diào)人臉?lè)诸惥W(wǎng)絡(luò)。

2.3 實(shí)驗(yàn)結(jié)果分析

在人臉檢測(cè)中對(duì)本文改進(jìn)的模型結(jié)構(gòu)性能進(jìn)行驗(yàn)證，選取測(cè)試的數(shù)據(jù)集為FDDB 人臉數(shù)據(jù)集。召回率要求在實(shí)際使用過(guò)程中的嚴(yán)格程度更深，所以評(píng)估本算法應(yīng)用的評(píng)價(jià)指標(biāo)以FDDB 為主，F(xiàn)alsepositive 表示橫軸，即FP，誤檢數(shù)為檢測(cè)出人臉但實(shí)際非人臉的數(shù)量，Truepositiverate 表示縱軸，即recall 召回率。如圖3 所示，為測(cè)試曲線圖。

本文對(duì)比了CascadeCNN 及MTCNN 等較為經(jīng)典的人臉檢測(cè)算法，測(cè)試評(píng)價(jià)方法均選用FDDB 數(shù)據(jù)庫(kù)實(shí)現(xiàn)，另外還對(duì)比了各檢測(cè)方法所耗費(fèi)的時(shí)長(zhǎng)，下圖為各檢測(cè)算法對(duì)應(yīng)的數(shù)據(jù)結(jié)果。

圖3 FDDB評(píng)價(jià)圖

算法比較結(jié)果見(jiàn)表2。其中，fps 表示檢測(cè)速度，即每秒傳輸?shù)膸瑪?shù)。通常算法檢測(cè)速度隨幀數(shù)增長(zhǎng)而加快。本文主要是在GPU 上完成檢測(cè)速度的統(tǒng)一測(cè)試。與CascadeCNN、MTCNN，兩種算法相比，本文算法表現(xiàn)出較高的召回率，對(duì)比表中數(shù)據(jù)得出準(zhǔn)確率最高，相比于MTCNN 和CascadeCNN 檢測(cè)速度較低，人臉簽到系統(tǒng)的基礎(chǔ)需求得到滿足。

表2 算法比較

為了確保人臉檢測(cè)算法多個(gè)特征能更直觀且清晰地顯示，在開(kāi)展人臉檢測(cè)驗(yàn)證前采用隨機(jī)方式挑選圖片，圖4 為檢測(cè)具體結(jié)果。側(cè)臉及戴頭盔遮擋的單人照片依次如圖（a）（b）所示，通過(guò)觀察對(duì)比得出，檢測(cè)人臉圖片的準(zhǔn)確度及清晰度均相對(duì)較高，這意味著對(duì)于部分遮擋人臉或側(cè)臉采用本文算法展示的魯棒性較佳。

（a）

（b）

圖4 測(cè)試結(jié)果圖

3 結(jié)束語(yǔ)

本文開(kāi)展基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別檢測(cè)分析，得到以下有益結(jié)果：

1）本文算法表現(xiàn)出較高的召回率，人臉簽到系統(tǒng)的基礎(chǔ)需求得到滿足。

2）對(duì)于部分遮擋人臉或側(cè)臉采用本文算法展示的魯棒性較佳。

參考文獻(xiàn)：

[1] 姜紹忠,姚克明,陳磊,等.基于CNN與Transformer混合模型的口罩人臉識(shí)別方法[J].傳感器與微系統(tǒng),2023, 42(1):144-148.

[2] 徐武,陳盈君,湯弘毅,等.局部特征映射與融合網(wǎng)絡(luò)的人臉識(shí)別優(yōu)化算法[J].河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2023, 44(02):59-64+72+7-8.

[3] 仲崇麗,劉華.改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的熱紅外成像人臉識(shí)別[J].激光雜志,2022,43(12):117-121.

[4] 季瑞瑞,謝宇輝,駱豐凱,等.改進(jìn)視覺(jué)Transformer的人臉識(shí)別方法[J].計(jì)算機(jī)工程與應(yīng)用,2023,59(8):117-126.

[5] 趙洪坡,劉顯梅.數(shù)據(jù)挖掘的熱紅外成像人臉識(shí)別研究[J].激光雜志,2022, 43(11):47-51.

[6] 孫金龍,吳振寧,肖仲喆,等.關(guān)于人臉識(shí)別算法對(duì)不同照明技術(shù)的魯棒性研究[J].電子器件,2022, 45(5):1123-1128.

[7] 馬倩,馬祥.聯(lián)合松弛塊對(duì)角表示矩陣回歸的遮擋人臉識(shí)別[J].計(jì)算機(jī)應(yīng)用研究,2023,40(2):612-616+633.

[8] 張晨晨,王帥,王文一,等.針對(duì)人臉識(shí)別卷積神經(jīng)網(wǎng)絡(luò)的局部背景區(qū)域?qū)构鬧J].光電工程,2023,50(1):113-125.

[9] 戚琦,馬迎新,王敬宇,等.面向算力受限邊緣環(huán)境的雙分支多尺度感知人臉檢測(cè)網(wǎng)絡(luò)[J].通信學(xué)報(bào),2020,41(8):165-174.

[10] 皮家甜,楊杰之,楊琳希,等.基于多模態(tài)特征融合的輕量級(jí)人臉活體檢測(cè)方法[J].計(jì)算機(jī)應(yīng)用,2020,40(12):3658-3665.

[11] 王藝皓,丁洪偉,李波,等.復(fù)雜場(chǎng)景下基于改進(jìn)YOLOv3的口罩佩戴檢測(cè)算法[J].計(jì)算機(jī)工程,2020,46(11):12-22.

（本文來(lái)源于《電子產(chǎn)品世界》雜志2023年8月期）