基于卷积神经网络的人脸识别

丁冠祺，刘宇涵，杨皓博

（国际关系学院 北京 100091）

1 引言

人脸识别作为生物识别的重要途径之一很早就被人们所重视而且已广泛应用于众多领域。卷积神经网络作为深度学习的一个重要分支大大提高了计算机对图像内容识别的能力，因此本文将卷积神经网络应用于人脸识别技术以提高技术性能。

2 卷积神经网络

卷积神经网络是近些年逐渐兴起的一种非全连接的多层人工神经网络结构，一般由卷积层、下采样层和全连接层组成，由于使用卷积神经网络进行图片识别可以得到较优秀的测试结果，并且得益于文本可以通过词矢量来转化成二维结构的数据，这种技术在图像识别和自然语言处理方向上得到了广泛的传播和应用。

3 人脸识别系统

我们整个人脸识别系统总共分为三个部分：图像预处理、神经网络搭建和训练和实现人脸识别。

3.1 图像预处理

在神经网络对图像进行识别之前，我们将彩色图像转换为灰度图像并提高图像的亮度和对比度，一方面为了使图像线条更加清晰，减少其他因素的干扰，更方便神经网络对人脸部特征的提取，另一方面为了减小图像数据量的大小，减少了计算时间，提升了计算效率。除此之外还要截取固定像素大小的人脸图像。在本系统中为了方便，我们设置为57*47。

3.2 卷积神经网络的结构

我们构建的神经网络中采用了两层卷积层，两层下采样层以及两层全连接层。

在经过参数的调试和优化之后我们在convolution 1层设置了32个5*5的filter，并且设置stride为1经过一次卷积之后得到output高为57宽度为47深度为32。在一次卷积之后再进行了第一次下采样操作即subsampling 1层。该层采用了2*2的filter并设置stride为2。在下采样后output高变为29，宽变为24，深度依然为32。在此之后进行第二次卷积。Convolution 2层采用Convolution 1层同样的结构。在第二次卷积之后output高依然为29，宽依然为24，深度变为64。紧接着第二次下采样subsampling 2层与subsampling 1层完全相同。

在完成了卷积和下采样之后，我们将其提取出来的图像特征信息展开为一个长度为15*12*64=1024的一维数组输入到全连接层中进行分类识别。其中fully connected 1层神经元的激活函数均为relu函数。由于考虑到这是一个分类问题，full connected 2层即为输出层由40个神经元采用softmax函数进行分类。

3.3 卷积神经网络的训练

由于人脸识别是一个多分类问题，我们增加了对输出结果的softmax值与真实的label值进行交叉熵计算作为损失函数进行梯度下降的训练。为了提高训练的效率并且防止局部最优解的问题我们采用了mini-Batch Gradient Descent的训练方法。除此之外为了避免过拟合，我们使用了dropout的训练方法。

3.4 人脸识别功能实现

将训练好的神经网络进行保存，当需要对人脸图像进行识别时，只需将人脸图像进行预处理，然后将其输入到训练好的卷积神经网络中，神经网络就会根据输入的数据进行计算并输出最终判断的结果。

4 实验验证与结果分析

4.1 数据材料

我们采用了olivettifaces人脸数据库。Olivetti Faces是纽约大学的一个比较小的人脸库，由40个人的400张图片构成，即每个人的人脸图片为10张。每张图片的灰度级为8位，每个像素的灰度大小位于0～255之间，每张图片大小为64×64。因此我们选取每个人的前八张人脸图像作为训练集，第九张作为验证集，第十张作为测试集。其中每张图片的label用one-hot向量表示。

4.2 代码实现

我们使用Python中的TensorFlow工具包对所设计的卷积神经网络进行了编程实现。

4.3 实验结果分析

我们对卷积神经网络的参数进行了调整并对准确度进行了验证结果如表1所示。

表1 实验结果

从结果来分析可以发现学习率对准确率的影响并不明显。当神经元被dropout的概率越低时准确度越高。考虑到人脸识别训练的过程就是对人脸信息的拟合过程，神经网络学习的程度越深，即对人脸的拟合度越高分类的准确度越高。因为并不需要预测，因此过拟合的问题并不明显。至于filter size，其越大时准确度越高。

综上所述我们能选择了learning rate=10e-2，filter size=5*5，dropout rate=1的参数组合来构造和训练卷积神经。

5 结语

基于卷积神经网络的人脸识别算法已经具有了较高的识别准确率，能够在较少的数据样本和较少的网络层数的基础上达到较高的准确率。但是依然存在个别识别错误的情况和训练时间长，效率低的问题有待改进。