[发明专利]无约束场景中基于深度变换学习的人脸识别方法

说明书

本发明公开了一种无约束场景中基于深度变换学习的人脸识别方法，其包括如下步骤：获取脸部图像并检测脸部关键点；使用脸部对齐对脸部图像进行变换，在对齐过程中，最小化检测到的关键点与预定义关键点之间的距离；对脸部姿态进行估计并对姿态估计结果进行分类；将多个样本脸部姿态分离为不同的类；进行姿态变换，将非正面面部特征变换为正面面部特征并计算姿态变换损失；利用深度变换学习方法更新网络参数直到满足阈值要求退出。本发明提出神经网络中的特征变换，将不同姿态的特征变换为共享的线性特征空间，通过计算姿态损失，学习姿态中心和姿态变换，得到了简单的类变化，能够加强特征变换学习，提高鲁棒性和可区分性深层功能。

技术领域

本发明涉及图像处理技术领域，具体涉及一种无约束场景中基于深度变换学习的人脸识别方法。

背景技术

由于非侵入性的优态，人脸识别已经深入研究了数十年，并在很多方面得到应用，现在已经提出了许多方法来解决人脸识别问题。然而，人的姿态变化无法控制，在无约束的场景中，往往很难获取正面脸部图像，这是面部识别率低或脸部图像不能准确识别的主要原因之一。

在受限场景中，例如机场办理登机手续从ATM柜台取款(自动柜员机)，容易获得正面脸部图像。事实上，从无约束场景中检测到的脸部图像有很多与受限场景的差异，详细的差异包括：1.头部的自我遮挡。2.非线性的姿态和形状变化。3.不同类型干扰的混合变化。目前有很多方法来解决姿态变化的人脸识别问题，大多数这些方法可以分为三大类：多视角子空间学习，面部综合，姿态鲁棒特征提取。最近，典型特征提取方法是卷积神经网络(CNN)，它显示出快速而显着的进步。但是，基于CNN的识别方法很少考虑姿态变化的影响，这将会实际应用中的一个障碍。人脸识别的基本框架如图1所示，本发明可以看到，从输入图像中提取特征并输入到识别系统是关键的一步。

到目前为止，有许多面部识别的方法已经被提出。常见的方法是训练大型数据集或全体模型收敛大角度姿态，从而提取出来的特征可以学习一定程度的姿态不变性。CNN由于有更好的性能，所以经常被选为非线性机器学习与线性模型对比的基本方法。FaceNet提出了具有三元组的端到端学习系统并在上面训练了2.6亿个图像，这表明它是一个可以去学习的大型数据集。DeepID使用了大型MatConvNet的网络，每个MatConvNet网络训练不同路径的人脸，提取的深层特征往往是很明显的。但是，他们从来没有考虑过姿态的影响。马西提出了多个姿态感知模型(Pose Aware models-PAM)，并提出了不同姿态模型的融合姿态感知表示，PAM的表现在IJB-A数据集中比较显著。然而，PAM需要更多的计算资源和时间成本，这在实际应用中也非常短暂。

多视图子空间学习处理姿态通过将不同姿态的特征变换到一个共享子空间来试图缩小差距，通过将它们的特征投射到一个共同的姿态变换子空间。但是，这种方法是有限制的，因为大量的训练数据与所有的姿态在当前的面部数据库中不可用，所以，这种方法不一定比CNN的方法好。

另一种方法是面部合成，面部合成方法通过将姿态变化变换为相同的姿态来完成人脸识别，其将无约束面部识别变换成正面面部识别。典型的方法是基于3D面部模型旋变或渲染面部到脸部，或从轮廓面重建正面。DFR介绍了通过字典学习将面部旋变到正面姿态的想法，这证实了处理姿态变化的性能改进。 Akshay等通过基于3D姿态归一化渲染正面面部并改善。然而，3D脸部归一化只能在偏航轴处理±45，俯仰轴为±30。DeepFace也采用前端技术进行基于dlib 的人脸识别管理，DeepFace的前端被称为分段仿射波形，无法在github中用开源代码处理大的姿态变化。此外，常见的局限性通常包含模糊效应，失去面部纹理和固定姿态等。