基于隐马尔可夫模型的人脸识别系统实现方法研究

杨磊 刘美枝

(山西大同大学物理与电子科学学院 山西省大同市 037009）

物联网和人工智能时代的到来，人们对健康安全出行重视度越来越高，人脸识别技术的应用产品也贯穿人们的生活中，在银行金融业务办理进行身份比对、手机移动支付平台进行刷脸认证、有保密性质的办公场所进行身份认证，采用人脸识别方式进行辅助都可以在一定程度上提供便捷。各种传统神经网络算法过渡到现阶段被人们广泛研究的深度学习算法，激发了人们对人工智能的研究兴趣。

机器学习算法广泛应用在语言文字处理、机器视觉、视频图像处理等人工智能相关产品中，海量数据流处理使得对学习算法的精度、学习时间以及硬件处理器要求越来越高，

机器通过对大量数据的分析和学习，对同种事物的不同表态进行分类，这样便极大地提高了现代社会的效率。如果不是机器学习的助力，我们可能需要对处理数据中的某个功能写出具体的算法才可能实现。我们能想到的其中一种解决办法就是试图对数据进行分析和归类，归纳出可以被我们使用的信息。比如在本设计的人脸识别问题上，我们通过对大量人脸样本的结构和脸部器官的位置进行分析，学习到某种算法可以获取某个特定人的模式，最终通过匹配这种模式来达到识别的效果。

1 系统总体设计

本次设计实现,是通过隐马尔可夫模型（Hidden Markov Model，HMM）进行建模，对训练的人脸样本生成对应的HMM 模型，把未经过训练的人脸与模型进行匹配，最终找到对应的训练样本的某一个，系统总结结构如图1所示。

本文主要研究内容如下：

（1）对人脸识别中常用到的特征提取算法进行介绍和比较。由于采集到的人脸图像会受到很多外界因素的影响，比如光照、背景、噪声等，因此必须对采集到的图像进行裁剪归一化、灰度处理等预处理工作，尽可能降低上面提及的外界因素对人脸识别成功的影响。而且如果直接将预处理后的图像作为特征向量，那么其运算复杂度会很高，进而大大降低了运行速率。通过提取人脸图像的关键信息即特征值，可以对观察数据的维度进行归纳，降低运算复杂度。通过比较多种特征提取算法，本文最终选择离散余弦变换（DCT）作为最终的特征提取算法。

（2）关于人脸识别的算法进行简单介绍和分析。传统的人脸识别方法比如几何特征法虽说也能实现识别功能，但由于人脸图像的随机性导致这种方法有较大的局限性；本文的人脸识别算法采用机器学习中的隐马尔可夫模型（HMM），该方法稳定性强且复杂度低。

图1：系统总体结构

图2：特征提取采样过程

（3）对人脸训练样本进行HMM 模型训练。在MATLAB 运行环境下对人脸图像建立模型，得到相应的模型集，用于后期的识别。把待识别的人脸图像进行特征提取，并与训练好的模型集进行匹配，最终达到系统基本要求。

2 系统构建

2.1 图像预处理

一般情况下，系统获取的原始图像由于受到环境因素等的限制和噪声干扰，往往不能直接使用，在本系统中，为了保证提取的的人脸在图像的大小、位置、偏斜等的不变性、对光照条件的不敏感性以及对头发遮挡等，必须在提取特征之前对图像做预处理工作。

首先，由于人脸图像在不同光照条件下灰度数据变化很大，为了避免光照的影响我们要进行直方图均衡化。直方图是图像各像素灰度值的一种统计度量，表示数字图像中每一个灰度级与其出现的频率之间的统计关系，直方图均衡化的基本思想是将各灰度级分量尽量平均分布，在直方图上表现为由密集的灰度分布变为均匀分布，从而来增强图像的对比度。对于数字图像，设GL=256 为灰度级数，则第k 级的出现频度为：

表1：采用不同数据库的识别正确率

式中：Nk为灰度级为k 的像素数，N 为图像的总像素数，则其直方图变换函数：

其次，由于人脸库中人脸的关键部位在图片中的相对位置不一定相同，这直接影响识别结果，所谓几何归一化包括图像的平移，旋转，翻转和缩放。从而使其他部位如嘴、鼻、脸颊等也保持在相对标准的位置，以此保证人脸位置的一致性。

2.2 特征提取

一直以来，特征提取都是人脸识别算法中很重要的问题，提取高效的人脸特征能够增强系统对光照、表情、姿态等的鲁棒性，进而有效提高识别率。人脸特征提取方法有很多种，比如Z.M.Hafed等提出了离散余弦变换（DCT）方法[4]，Nefian 等提出了二维离散余弦变化(2D-DCT)[5]，Sammaria 等提出了直接将图像灰度值作为观测向量[6]。其中，DCT 作为一种简单高效的特征提取方法，在人脸识别算法中被广泛应用，本文采用DCT 特征提取法，假设输入人脸图像大小为H*W，重叠系数为Y，采用窗口大小为X*W 的矩形进行垂直采样，那么其观测序列长度Z 为：

特征提取采样过程如图2所示。

2.3 HMM模型训练

隐马尔可夫模型（HMM）是由马尔可夫链演变而来的，是一个双重随机过程，其中的一种随机过程是指马尔可夫链，即状态的转移，二另一个随机过程是观察序列与状态描述之间的关系。进一步我们总结出一个HMM 所应有的几个要素：

（2）M：每个状态对应的不同观察序列的总数

（4）A：状态转移概率矩阵

（5）B：观察概率矩阵

随后进行递归：

进而可得：

（2）对已知HMM 的模型λ 及一个观察序列Ok，选择最优状态序列使用Viterbi 算法在前向变量思路的基础上，每一步求最大的概率来计算可能的概率；

3 实验结果和分析

本次实验所用计算机为Win10 64 位系统，软件环境为matlab 2014a。所用数据集为ORL 人脸库和Yale 人脸库，其中，ORL 人脸库中收集了40 位不同种族、年龄、性别的对象。每人10 个样本，不同样本中人脸部分表情和细节均有变化，人脸的姿态也有变化，其深度旋转和平面旋转可达20 度；Yale 人脸库中收集了不同表情/光照/姿态下的11 张人脸，没人15 个样本，共165 张图片。通过matlab 仿真，所得实验数据如表1所示。

4 结论

本文人脸识别主要内容包括人脸图像预处理、人脸特征提取和HMM 模型训练。通过matlab 软件分别在人脸数据库中进行仿真，根据仿真结果可知，本算法对人脸识别有较高的识别率和稳定性。