[發明專利]基于深度神經網絡的實時人臉識別方法

無效

• 申請號: 201410023333.6
• 申請日: 2014-01-17
• 公開（公告）號: CN103778414A
• 公開（公告）日: 2014-05-07
• 發明（設計）人: 羅志增;邢健飛;席旭剛;高云園
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 杜軍

1.基于深度神經網絡的實時人臉識別方法，其特征在于該方法包括如下步驟：

步驟(1).獲取網絡訓練數據，具體是：選取多樣性較好的人臉庫作為大規模人臉庫；另外，從多個人臉庫中選取一部分圖像組合成混合人臉庫，其中對部分光照變化較強烈的圖像進行光照歸一化操作，減小光照的影響；采用Viola-Jones人臉檢測器檢測并剪切大規模人臉庫與混合人臉庫中圖像內人臉部分；將大規模人臉庫與混合人臉庫中每張圖像的像素值按行或列拉伸為一列，組合成行數為圖像像素點數，列數為圖像張數的矩陣，矩陣除以255，使得數據分布在0-1范圍；

步驟(2).使用深度神經網絡在步驟(1)獲取的大規模人臉庫中人臉部分圖像的基礎上以無監督方式訓練深度神經網絡，具體算法如下；

1)初始化每一層網絡的權重懲罰因子、權重縮放比例、權重值、偏置值、分組數據大?。粰嘀貞土P因子為控制不讓訓練得到的網絡權重過大，引起過擬合，假設初始化的權重比例為W_s，則有：

W_s＝sqrt(6)/sqrt(v+h+1)(1)式(1)中，v表示可見層節點數，h表示隱含層節點數；則可得到:

W＝2^*w_s^*(rand(h,v)-0.5)(2)

W′＝2^*w_s^*(rand(v,h)-0.5)(3)

式(2)(3)中，W、W′分別為可見層、隱含層的初始化權重，rand(m,n)為可生成在(0,1)之間均勻分布隨機數組成的m×n矩陣的函數；

2)確定網絡的損失函數；Autoencoder的目標是是不斷改進網絡，增強網絡對于原始數據的恢復能力，網絡的損失函數為：

J(W,b)=[1mΣi=1mJ(W,b;x(i),y(i))]+λ2Σl=1nt-1Σi=1stΣj=1sl+1(Wji(l))2=[1mΣi=1m(12||rW,b(x(i))-y(i)||2)]+λ2Σl=1nl-1Σi=1slΣj=1sl+1(Wji(i))2(4)]]>

式(4)中，m為數據維數，即可見層節點數，r為經網絡重建的數據，W、b分別為權重和偏置，y為實際輸入，λ為權重懲罰參數，目的是避免權重過大而引起過擬合，n_t為層數，s_t、s_t+1為輸入層與輸出層節點數；

3)求取每層網絡損失函數對于權重與偏執的偏導數；為了計算方便，使用一種中間變量a、δ₁、δ₂，對于線性層，有：

a＝W^*y+b(5)

δ₂＝-(y-r_W,b(x))(6)

δ₁＝((W′)^T*δ₂)(7)

對于非線性層，假定激活函數為sigmoid，則有：

a＝1./(1+exp(-(W^*y+b)))(8)

δ₂＝-(y-r_W,b(x)).^*r_W,b(x).^*(1-r_W,b(x))(9)

δ₁＝((W′)^T*δ₂).^*a.^*(1-a)(10)

目標函數對于可見層、隱含層權重與偏置的偏導數為：

∂J∂W=(1m*δ1*y)+λsum(W)---(11)]]>

∂J∂b=1m*sum(δ1,2)---(12)]]>

∂J∂W′=(1m*δ2*αT)+λsum(W′)---(13)]]>

∂J∂b′=1m*sum(δ2,2)---(14)]]>

式(11)(12)(13)(14)中，sum(x)、sum(x,2)分別為求取x所有元素和、求取x所有行之和的函數；求得偏導數后，利用梯度下降法更新權重和偏置；

4)每層的權重訓練完畢后，將所有網絡看作一個整體，利用梯度下降法更新各層權重，進一步提高網絡對于數據的恢復能力；

步驟(3).以混合人臉庫作為輸入數據，對步驟(2)得到的深度神經網絡進行有監督訓練，提高網絡對于人臉的認知能力；

這里采用鄰近元分析的方法來縮短相同個體間人臉圖像的距離，增大不同個體間人臉圖像的距離，進而提高人臉識別正確率；

鄰近元分析是一種距離度量學習方法，它用一個平方歐式距離來定義新的轉換空間中單一數據域其余數據的距離，函數定義如下：

Pij=exp-||Axi-Axj||2Σkexp-||Axi-Axj||2j≠i0j=i(15)]]>

式(15)中，x_i、x_j、x_k分別為第i、j、k位個體人臉圖像所對應的映射數據，A為映射空間，表示為神經網絡具體的某層；定義損失函數為f，由下式確定：

ΣiΣj∈CiPij=ΣiPi---(16)]]>

式(16)中，C_i為個體i所對應的人臉集合；通過求取損失函數f對于每層網絡的偏導數，利用梯度下降法迭代優化網絡模型，提高網絡對于人臉差異的理解能力；

步驟(4).對于人臉映射后的多維數據，使用以下公式求取一個二進制表示數據y_ab：

yαb=1xαb≥mb0xαb<mb---(17)]]>

式(17)中，x_ab為第a張人臉圖像的第b維分量，m_b為所有人臉圖像第b維分量的中間值；該公式保證了對于表征圖像的每一維分量0與1的均勻分布；

識別過程中，根據深度網絡表示的待識別圖像數據求取該二進制表示數，使用二進制表示數與人臉庫中所有圖像求取漢明距離，根據所設搜索半徑R的大小，使用漢明距離最小的前R張圖像作為二次對比圖像，一次求出與待識別圖像的歐式距離，所得最小的歐式距離與閾值做比較，小于等于閾值則確定為該人臉圖像。