基于AdaBoost 和PCA 的動(dòng)態(tài)人臉考勤技術(shù)研究

　　人臉識(shí)別子系統(tǒng)包括視頻采集模塊、人臉檢測(cè)模塊、人臉處理模塊和人臉識(shí)別模塊. 視頻采集模塊從考勤現(xiàn)場(chǎng)中實(shí)時(shí)采集使用者的人臉視頻圖像;人臉檢測(cè)模塊定時(shí)抽樣視頻中的一幀圖像,利用人臉的特征信息準(zhǔn)確定位圖像中的人臉坐標(biāo)和人臉?lè)秶?人臉處理模塊截取人臉區(qū)域圖像,對(duì)其進(jìn)行尺寸規(guī)格化、亮度均衡化和圖像增強(qiáng)后,分離背景得到只包含人臉的圖像;人臉識(shí)別模塊使用多種識(shí)別技術(shù)得到分類(lèi)結(jié)果,并進(jìn)行決策級(jí)融合得到最終結(jié)果.考勤管理子系統(tǒng)包括信息登記、信息查詢(xún)和打印報(bào)表模塊. 管理員在信息登記界面輸入員工的信息和現(xiàn)場(chǎng)采集員工的多個(gè)照片樣本;在信息管理界面可以查詢(xún)員工信息和考勤信息;并且可以在任何時(shí)候可以打印出員工在某個(gè)時(shí)間段的考勤報(bào)表。

3人臉考勤系統(tǒng)的實(shí)現(xiàn)

　　3. 1 　視頻采集技術(shù)

　　采用VFW(Video for Windows) 技術(shù)采集人臉視頻圖像. VFM 庫(kù)函數(shù)是微軟公司為開(kāi)發(fā)Windows平臺(tái)下的視頻應(yīng)用程序提供的軟件工具包,它提供了一系列應(yīng)用程序編程接口(API) ,用戶(hù)通過(guò)它能方便地實(shí)現(xiàn)視頻捕獲、視頻編輯及視頻播放等功能.VFM 的視頻采集功能主要包括捕獲視頻流、捕獲視頻流至緩存、捕獲視頻流至AVI 文件、本地瀏覽和捕獲單幀預(yù)覽等. VFW 主要由6 個(gè)模塊組成,其中AVICAP 模塊主要實(shí)現(xiàn)處理視頻捕獲功能,為AVI文件輸入輸出和視頻、音頻設(shè)備驅(qū)動(dòng)程序提供一個(gè)編程接口;MSVIDEO 模塊主要實(shí)現(xiàn)視頻捕獲窗口與驅(qū)動(dòng)設(shè)備連接起來(lái),支持ICM 視頻編碼服務(wù).AVICAP 實(shí)現(xiàn)實(shí)時(shí)視頻捕獲的一般流程:

　　(1) 創(chuàng)建視頻捕獲窗口;
　　(2) 注冊(cè)系統(tǒng)回調(diào)函數(shù);
　　(3) 獲取有關(guān)視頻捕獲窗口的缺省設(shè)置;
　　(4) 設(shè)置捕獲窗口相關(guān)參數(shù);
　　(5) 與視頻采集設(shè)備連接;
　　(6) 設(shè)置捕獲窗口顯示模式;
　　(7) 捕獲視頻到緩存或文件并進(jìn)行相應(yīng)處理;
　　(8) 終止視頻捕獲并斷開(kāi)與視頻采集設(shè)備的連接。

　　3. 2 　人臉檢測(cè)技術(shù)

　　人臉檢測(cè)是指在輸入圖像中判定是否存在人臉,如果存在的話,確定所有人臉的位置、大小、姿態(tài)的過(guò)程. 為了提高人臉的檢測(cè)速度,文中采用Ad2aBoost 算法[125 ] 來(lái)進(jìn)行人臉檢測(cè). AdaBoost 算法最早由Freund 和Schapire[1 ]在1996 年提出,目前Ad2aBoost 廣泛應(yīng)用于人臉檢測(cè)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等領(lǐng)域。

AdaBoost 算法是一種迭代方法,通過(guò)從大量的弱分類(lèi)器中選取最具有分類(lèi)意義的組合成一個(gè)強(qiáng)分類(lèi)器,目的是為了提高檢測(cè)的精確度. Viola 等提出了積分圖像概念和基于AdaBoost 方法訓(xùn)練人臉檢測(cè)分類(lèi)器的方法如圖2 所示,該方法使用圖像的矩形特征作為分類(lèi)的依據(jù),為了有效地排除大量的非人臉窗口,整個(gè)分類(lèi)器由多級(jí)子分類(lèi)器級(jí)聯(lián)而成. 每級(jí)分類(lèi)器對(duì)應(yīng)一個(gè)Harr 特征. 輸入的待檢測(cè)窗口將被逐級(jí)驗(yàn)證. 如果其中的分類(lèi)器將其驗(yàn)證為非人臉,則立即排除,不再進(jìn)入下一級(jí)分類(lèi)器驗(yàn)證.Viola 等人提出的AdaBoost 方法,不僅檢測(cè)效果好,而且檢測(cè)速度達(dá)到15fps ,該方法易于實(shí)現(xiàn),在實(shí)際系統(tǒng)開(kāi)發(fā)中得到了廣泛的應(yīng)用. 限于篇幅,具體算法見(jiàn)文獻(xiàn). 最終得到的強(qiáng)分類(lèi)器CFINAL ( x) 為

(1)

　　式中, Ci ( x ) 為弱分類(lèi)器, ai = log (1/βi ) ,具體含義是當(dāng)已經(jīng)提取的分類(lèi)器對(duì)于某些樣本分類(lèi)正確, 那么減小這些樣本的權(quán)重(βi 變小) ;當(dāng)分類(lèi)錯(cuò)誤,增加樣本的權(quán)重(βi 變大) . 這樣,后面訓(xùn)練提取的簡(jiǎn)單分類(lèi)器就會(huì)更加強(qiáng)化對(duì)這些分類(lèi)錯(cuò)誤樣本的訓(xùn)練。

　　3. 3 　人臉動(dòng)態(tài)采集與人臉庫(kù)的構(gòu)建

　　系統(tǒng)采集每人的10 幅有一定差別的正面人臉圖像,保存到訓(xùn)練庫(kù), 圖3 是動(dòng)態(tài)采集某個(gè)人員10副照片的圖例. 在對(duì)同一個(gè)人臉采集10 個(gè)樣本的過(guò)程中,如果后面采集的人臉與前面采集的相似度很高,則認(rèn)為此次采集的人臉已經(jīng)在訓(xùn)練庫(kù)中存在,不保存結(jié)果并繼續(xù)采集, 直到采集相似度較高的圖像為止,然后保存到訓(xùn)練庫(kù)中. 相似度的計(jì)算如式(2)所示,式中f i 和f j 分別表示第i 和j 個(gè)人臉,其中f i= ( ui1 , ui2 , ?, uip) . 最后在訓(xùn)練庫(kù)中, 同一個(gè)人的不同樣本歸為相同的類(lèi), 不同的受考勤人員的樣本屬于不同的類(lèi)。

(2)

　　3. 4 　維數(shù)約減與特征提取

　　人臉圖像是高維的數(shù)據(jù),并且在高維空間分布很不緊湊,計(jì)算復(fù)雜度高,為此,需要對(duì)高維的人臉數(shù)據(jù)進(jìn)行維數(shù)約減. 常見(jiàn)的維數(shù)約減方法有主成分分析( PCA) 、獨(dú)立成分分析( ICA) 、線性判別分析(LDA/ FDA) 、非負(fù)矩陣因子(NMF) 、多維尺度分析(MDS) 、核主成分分析( KPCA) 、核Fisher 判決分析(KFDA) 、流形學(xué)習(xí)(ML) 等方法. 考慮到本系統(tǒng)在考勤時(shí)人臉圖像基本上是正面人臉,因此采用PCA方法對(duì)人臉圖像進(jìn)行降維、特征提取并最終識(shí)別出人臉。Kirby 和Sirovich[6 ]首先把PCA 思想引入到人臉識(shí)別; Turk 和Pentland[7 ] 進(jìn)一步發(fā)展為特征臉(Eigenface) 方法,用于正面的人臉識(shí)別,并取得很大成功. PCA 是基于DKL T (離散K - L 變換) 的人臉識(shí)別方法,DKL T 變換是圖像壓縮的一種最優(yōu)正交變換,其生成矩陣一般為訓(xùn)練樣本的總體散布矩陣.高維的圖像空間經(jīng)過(guò)DKL T 變換后得到一組新的正交基,保留其中重要的正交基,由這些基可以組成低維線性空間. PCA 是一種簡(jiǎn)單、快速、實(shí)用的基于代數(shù)特征的多元分析技術(shù),保留了人臉部件之間的拓?fù)潢P(guān)系,也保留了各器官部件的信息,目前得到廣泛的應(yīng)用。

　　PCA 的目的是通過(guò)線性變換找一組最優(yōu)的單位正交向量基(即主成分) , 用它們的線性組合來(lái)重建原樣本,并使重建后的樣本和原來(lái)樣本的均方誤差(MSE) 最小. 假定有N 個(gè)樣本x k ( k = 1 ,2 , ?,
N) ,所有樣本的均值為E( x) , 則x 的協(xié)方差矩陣

(3)

　　令u1 , u2 , ?, un 和λ1 ,λ2 , ?,λn 分別是S 的特征向量和特征值,并且λ1 ≥λ2 ≥ ?λn . 然后將協(xié)方差矩陣S 分解成:

(4)

　　式中, U = [ u1 , u2 , ?, un ] ,Ω = diag (λ1 ,λ2 , ?,λn) 選擇最優(yōu)的m ( m n) 個(gè)非零特征值作為主成分,并使得均方誤差(MSE) 最小. 令Wopt = [ u1 ,u2 , ?, um ] , 則原空間的樣本就可以在低維主成分子空間上的投影系數(shù)用來(lái)描述:

(5)

　　3. 5 　相似度匹配及閾值確定

　　對(duì)人臉圖像進(jìn)行特征提取后,接著進(jìn)行相似度度量. 常見(jiàn)的相似性度量有基于距離的方法、基于概率的方法和基于熵函數(shù)的方法,其中基于距離的方法中,有Euclidean 距離、Manhattan 距離、Hamming距離、Chebychev、s 階Minkowski 等方法. 在基于幾何特征的識(shí)別方法中,通常利用特征矢量之間的距離函數(shù)進(jìn)行度量. 針對(duì)本系統(tǒng)得到的特征矢量信息,采用Euclidean 距離的方法來(lái)計(jì)算待識(shí)別人臉與訓(xùn)練樣本的距離. 根據(jù)相似度計(jì)算的結(jié)果,如果相似度大于給定的閾值δ,則系統(tǒng)判定現(xiàn)場(chǎng)采集的人臉與事先采集的人臉圖像為同一個(gè)人,并在數(shù)據(jù)庫(kù)中記錄考勤的日期、上班時(shí)間等信息. 考勤時(shí)人臉相似度閾值δ確定的依據(jù)來(lái)源于人臉采集時(shí)的樣本相似度值,以克服人為因素設(shè)定閾值的隨意性,確保閾值取值的合理性.

4 實(shí)驗(yàn)結(jié)果及分析

　　動(dòng)態(tài)人臉考勤系統(tǒng)采集了天思智能系統(tǒng)研究所50 位博碩士生的各10 幅圖像進(jìn)行識(shí)別實(shí)驗(yàn),結(jié)果表明系統(tǒng)一次性識(shí)別率達(dá)到為96 % ,主要原因在于: (1) 人臉訓(xùn)練庫(kù)比較小、人員固定; (2) 要求考勤時(shí)人臉正面或近似正面對(duì)準(zhǔn)攝像頭; (3) 通常情況下用戶(hù)在考勤時(shí)候姿態(tài)、表情都是正常情況,沒(méi)有太大變化,也沒(méi)有復(fù)雜背景及夸張性的化妝等情況,所以識(shí)別率很高。

5 結(jié)束語(yǔ)

　　文中設(shè)計(jì)并實(shí)現(xiàn)了基于Adaboost 和主元分析法(PCA) 的動(dòng)態(tài)人臉識(shí)別考勤系統(tǒng). AdaBoost 算法選擇多個(gè)弱分類(lèi)器構(gòu)成強(qiáng)分類(lèi)器,提高人臉的檢測(cè)速度;PCA 算法實(shí)現(xiàn)從高維特征空間到低維特征空間的降維壓縮處理,提取出高維人臉圖像在低維空間的特征描述,實(shí)現(xiàn)人臉識(shí)別,最終實(shí)現(xiàn)考勤管理.系統(tǒng)運(yùn)行結(jié)果表明,動(dòng)態(tài)人臉識(shí)別考勤系統(tǒng)具有人臉識(shí)別動(dòng)態(tài)性、識(shí)別率高、實(shí)用性好、可靠性強(qiáng)等特點(diǎn). 下一步的工作是進(jìn)一步優(yōu)化人臉特征的選擇和提取算法,提高識(shí)別的速度和系統(tǒng)的性能。