[发明专利]一种基于密度自适应人脸表征模型的人脸识别方法

说明书

本发明公开了一种基于密度自适应人脸表征模型的人脸识别方法，其包含两个方面，其一是人脸表征模型的训练阶段，由于注意到人脸数据在特征空间中存在的密度差异，通过学习出密度自适应的人脸表征模型学习出更有效的人脸特征表示，使之能适应人脸数据的不同密度带来的影响；其二是使用密度自适应的人脸表征模型进行人脸识别的使用阶段，在人脸表征模型使用的时候通过密度信息确定密度自适应的阈值来做人脸识别的判断。通过这些方法，可以使深度人脸表征模型自适应地挖掘不同场景、条件下数据的特性，抽取出更加有效地特征，同时判断过程也更加合理，有助于提升人脸识别的准确率。

技术领域

本发明属于计算机多媒体技术领域，涉及人脸识别技术。

背景技术

人脸识别技术在诸多现实场景中有着广泛的需求，比如火车站、飞机场进站时需要进行人、证合一的判断(即“1:1人脸验证”)，监控视频中的人脸与公安机关黑名单库进行比对以发现通缉犯(即“1:N人脸识别”)。如何构建准确、高效的人脸识别模型是人脸识别技术中心最重要的一步。通过对人脸图像进行特征抽取和向量化，任意两张人脸图像之间的距离或者相似度就可以得到度量，并做出两张人脸图像是否为同一人的判断。现实场景往往非常复杂，数据量也很大，人脸图像多样性高，需要运用强大的特征模型才能满足人脸识别技术在现实场景中的真正应用。

传统的人脸特征描述里较弱、鲁棒性较差，无法满足实际应用的需求。近年来，以深度卷积神经网络(Deep Convolutional Neural Network)为代表的深度学习(DeepLearning)技术得到的长足的发展，并且在计算机视觉领域的多项任务中取得了不俗的效果，包括图像分类、对象检测等。受益于深度卷积神经网络的发展，人脸识别的准确性也得到了显著提升，离实际应用的要求也越来越近。深度卷积神经网络通过卷积操作来抽取图像的局部特征，再通过多层级联的方式，使得特征能够得到逐步整合，在经过复杂的计算之后，可以得到极具描述力、鲁棒性很强的图像特征，为准确的人脸识别打下基础。利用深度卷积神经网络抽取的图像特征比传统的特征，比如梯度直方图(HOG)、局部二值模式(LBP)、尺度不变特征变化(SIFT)，有非常明显的优势，它能更好地挖掘图像数据的细节信息。并且可以通过收集特定的数据集来训练深度卷积神经网络，这种特征抽取方式也更加灵活，能更好地拟合数据。

针对人脸数据，利用深度卷积神经网络来进行特征抽取也有了很多尝试，基本的思路是通过度量学习(metric learning)。一般来说，人脸验证或人脸识别的基本操作都是通过计算人脸特征向量之间的距离来实现的。比如人脸验证就是比较两张人脸的特征向量的距离是否小于一个给定的阈值：若小于，则两张人脸图像被判断为来自同一个人；反之，则认为是不同的人。人脸识别就是比较一张查询人脸与一个人脸库中所有人脸的特征向量的距离，选择距离最小者作为识别结果。为了满足这些需求，在训练深度卷积神经网络时，就希望它所抽取出来的特征向量能满足如下特性：同一个人的不同场景下的人脸特征之间的距离尽可能小；不同人的人脸特征之间的距离尽可能大。而这一需求在度量学习的框架下可以表示为一种二元组损失(pair-wise loss，同一个人的两张图像特征距离小，不同人的两张图像特征距离大)，或三元组损失(triplet loss，一个人的一张图像与他的另一张图像之间的距离小于该图像与其他人的图像间的距离)。通过收集足量的有标注数据(即表明那些图像是属于某一个人)，即可通过上述的损失函数来作为指导，训练深度卷积神经网络。深度卷积神经网络也会通过相应的优化算法来使得损失函数尽可能地小，从而抽取出更有区分力的人脸特征。