[發(fā)明專利]基于卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測方法

在審

• 申請?zhí)枺?/td>: 201410662476.1
• 申請日: 2015-08-04
• 公開（公告）號: CN104504362A
• 公開（公告）日: 2015-07-29
• 發(fā)明（設(shè)計(jì)）人: 韓曉東;羅坤;吳長春;戴鐵軍;何亮
• 申請（專利權(quán)）人: 南京艾柯勒斯網(wǎng)絡(luò)科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 葛瀟敏

技術(shù)領(lǐng)域

本發(fā)明屬于人臉識(shí)別技術(shù)領(lǐng)域，特別涉及了基于卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測方法。

背景技術(shù)

人臉檢測是指對于任意一幅給定的圖像，采用一定的策略對其進(jìn)行搜索以確定其中是否含有人臉，如果是則返回人臉的位置、大小和姿態(tài)。人臉檢測是自動(dòng)人臉識(shí)別系統(tǒng)中的一個(gè)關(guān)鍵環(huán)節(jié)。早期的人臉識(shí)別研究主要針對具有較強(qiáng)約束條件的人臉圖像（如無背景的圖像），往往假設(shè)人臉位置一定或者容易獲得，因此人臉檢測問題并未受到重視。隨著電子商務(wù)等應(yīng)用的發(fā)展，人臉識(shí)別成為最有潛力的生物身份驗(yàn)證手段，這種應(yīng)用背景要求自動(dòng)人臉識(shí)別系統(tǒng)能夠?qū)σ话銏D像具有一定的識(shí)別能力，由此所面臨的一系列問題使得人臉檢測開始作為一個(gè)獨(dú)立的課題受到研究者的重視。如今，人臉檢測的應(yīng)用背景已經(jīng)遠(yuǎn)遠(yuǎn)超出了人臉識(shí)別系統(tǒng)的范疇，在基于內(nèi)容的檢索、數(shù)字視頻處理、視頻檢測等方面有著重要的應(yīng)用價(jià)值。

人臉檢測是一個(gè)復(fù)雜且具有挑戰(zhàn)性的模式檢測問題，其主要的難點(diǎn)有兩方面，一方面是由于人臉內(nèi)在的變化所引起：人臉具有相當(dāng)復(fù)雜的細(xì)節(jié)變化，如不同的外貌如臉形、膚色，不同的表情如眼、嘴的開與閉等；人臉的遮擋，如眼鏡、頭發(fā)和頭部飾物以及其他外部物體等；另外一方面由于外在條件變化所引起：成像角度的不同造成人臉的多姿態(tài)，如平面內(nèi)旋轉(zhuǎn)、深度旋轉(zhuǎn)以及上下旋轉(zhuǎn)，其中深度旋轉(zhuǎn)影響較大；光照的影響，如圖像中的亮度、對比度的變化和陰影等；圖像的成像條件，如攝像設(shè)備的焦距、成像距離，圖像獲得的途徑等等。這些問題的存在，導(dǎo)致人臉檢測這一問題的復(fù)雜度以及所要面對的挑戰(zhàn)都很大。

國外對人臉檢測問題的研究很多，比較著名的有MIT，CMU等；國內(nèi)的清華大學(xué)、中科院計(jì)算所和自動(dòng)化所、南京理工大學(xué)、北京工業(yè)大學(xué)等都有人員從事人臉檢測相關(guān)的研究。而且，MPEG7標(biāo)準(zhǔn)組織已經(jīng)建立了人臉識(shí)別草案小組，人臉檢測算法也是一項(xiàng)征集的內(nèi)容。隨著人臉檢測研究的深入，國際上發(fā)表的有關(guān)論文數(shù)量也大幅度增長，如IEEE的FG、ICIP/CVPR等重要國際會(huì)議上每年都有大量關(guān)于人臉檢測的論文，占有關(guān)人臉研究論文的1/3之多。由此可以看到世界對人臉檢測技術(shù)的重視。人臉檢測技術(shù)最熱門的應(yīng)用領(lǐng)域有三個(gè)方面：

第一、身份認(rèn)證與安全防護(hù)。在許多安全級別要求較高的區(qū)域，例如銀行、政府部門、甚至重要設(shè)施的工地，都需要對大量的人員進(jìn)行身份認(rèn)證管理。手機(jī)、筆記本電腦等個(gè)人電子用品，在開機(jī)和使用中經(jīng)常要用到身份認(rèn)證功能；

第二、媒體與娛樂。人們的許多娛樂活動(dòng)都是跟臉部有關(guān)的。在網(wǎng)絡(luò)虛擬世界里，通過人臉的變化，可以產(chǎn)生大量的娛樂節(jié)目和效果。手機(jī)、數(shù)碼相機(jī)等消費(fèi)電子產(chǎn)品中，基于人臉的娛樂項(xiàng)目越來越豐富；

第三、QQ、MSN等即時(shí)通信工具以及虛擬化身網(wǎng)絡(luò)游戲也是人臉合成技術(shù)的廣闊市場。

人臉檢測常用的基本算法大致可以分為以下四種：基于統(tǒng)計(jì)理論的人臉檢測算法、基于知識(shí)的人臉檢測算法、基于不變特征的人臉檢測算法和基于模板匹配的人臉檢測算法。

基于統(tǒng)計(jì)理論的人臉檢測算法將人臉檢測問題轉(zhuǎn)化為模式識(shí)別的二分類問題，即利用統(tǒng)計(jì)分析與機(jī)器學(xué)習(xí)的方法來尋找出人臉樣本與非人臉樣本各自的統(tǒng)計(jì)特征，繼而構(gòu)建分類器，使用分類器完成人臉檢測。該方法主要包括：子空間方法、神經(jīng)網(wǎng)絡(luò)方法、支持向量機(jī)方法、隱馬爾可夫模型方法以及Boosting方法。使用人工神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行人臉檢測的優(yōu)點(diǎn)是可以簡便的構(gòu)造出神經(jīng)網(wǎng)絡(luò)系統(tǒng)作為分類器，使用人臉和非人臉樣本對該系統(tǒng)進(jìn)行訓(xùn)練。Rowley等人在1996年提出了針對正面垂直人臉檢測的神經(jīng)網(wǎng)絡(luò)人臉檢測方法閉，該方法將檢測分為兩個(gè)階段。第一個(gè)階段為基于神經(jīng)網(wǎng)絡(luò)的分類器，該分類器的輸入是規(guī)定尺寸的檢測區(qū)域，輸出為1到一l的數(shù)，由此來判斷檢測區(qū)域是否為人臉。第二個(gè)階段是合并重復(fù)區(qū)域并且檢測判別。由于訓(xùn)練樣本以及分類器等因素，圖像中的一定區(qū)域會(huì)產(chǎn)生重復(fù)檢測。此階段使用單層的神經(jīng)網(wǎng)絡(luò)對重復(fù)檢測進(jìn)行合并，并使用一個(gè)多層的神經(jīng)網(wǎng)絡(luò)對檢測結(jié)果進(jìn)行判決。支持向量機(jī)可被看作是多項(xiàng)式函數(shù)、神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)等分類器的新發(fā)展，它最早是由Vapnki等提出的基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理的統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上發(fā)展而來的。支持向量機(jī)分類器是一個(gè)基于超平面的分類器．它的分離超平面能減小未知的測試數(shù)據(jù)的期望誤差。通過訓(xùn)練得到的最佳超平面最終由訓(xùn)練向量中的--d,部分子集加權(quán)組成，叫支持向量。隱馬爾可夫模型(HMM)前提假設(shè)是模型可被定義為一個(gè)參數(shù)化的進(jìn)程。該進(jìn)程的參數(shù)可通過精確的方法估計(jì)出來。首先決定隱態(tài)并形成一個(gè)HMM模型，然后通過學(xué)習(xí)來自樣本集的各個(gè)狀態(tài)間的轉(zhuǎn)移概率來訓(xùn)練HMM，每個(gè)樣例由一系列觀測值表征。HMM訓(xùn)練之后，觀測值的輸出概率就決定了它屬于哪一類。