张 飞

（安徽广播电视大学阜阳分校，安徽阜阳 236000）

随着计算机技术的发展，机器视觉技术研究吸引了众多的目光，与此同时，人工智能技术的发展使其研究取得了长足的进步。目前机器视觉主要包括检测、识别和跟踪等研究方向，这些技术广泛应用于国防建设、医药卫生、社会网络安全监控等领域〔1〕。而人脸检测与识别正是机器视觉中一个重要的分支〔2〕。其中，人脸检测是通过人脸的位置、大小等数据，确认图像是否为人脸；而人脸识别则在人脸检测的基础上进行人脸特征的提取，包括大小、纹理、外貌等〔3〕。由于图像的背景复杂性、人脸姿态多样性，人脸检测需要考虑很多方面的问题，既要保证较高的检出率，又要保证较低的误检率〔4〕。基于Adaboost 的人脸检测算法通过Haar-like 特征和积分图函数实现特殊特征识别人脸〔5〕。但是，Adaboost的人脸检测算法存在误检率高的问题〔6〕。本文在Adaboost 的人脸检测算法的基础上，引入基于梯度方向金字塔（GDP）特征和支持向量机（SVM）学习算法的分类器作为最后一级分类器，弥补误检率高的缺陷，形成基于特征脸的Adaboost 人脸检测算法。

1 Adaboost 人脸检测算法及其改进

1.1 Adaboost 人脸检测算法基于Adaboost 的学习算法的基本思想是：选定一个很大的训练集，从中定义大量的Haar-like 特征。每个训练样本都赋予一个权重，进行T 次迭代，每次迭代后，对分类错误的样本加大权重，使得下轮分类时更加关注这些样本。最后根据每个特征分辨人脸的能力，选择很小一部分作为关键特征，从而产生一个强分类器。Adaboost 训练强分类器的算法描述如下〔7〕：输入：样本集｛（x1，y1），（x2，y2），…，（xn，yn）｝，其中yi=0，1 分别表示负样本和正样本。算法步骤：

（1）初始化的权值：当yi=0 时，；当yi=1 时，。其中m 和l 分别是负样本和正样本的数量；

（2）令t=1 to T

①归一化权值，使Wt符合概率分布，

②对于每个特征j，训练一个分类器hj，这个弱分类器的分类结果只取决于j，此时分类误差和Wt有关，

③选出分类误差εt最小的弱分类器ht。

④更新权值：

其中如果Xi被分类正确，ei=0，反之ei=1，且βt=

输出：训练得到强分类器：

1.2 人脸检测算法的改进Viola 等〔8〕文章的发表被视作是人脸检测速度提高的一个转折点，综合Adaboost 方法和Cascade 算法构建了实时的人脸检测系统。主要内容包括：1）提出了积分图（integrated image），提高了计算Haar-like 特征的速度。2）采用级联结构进行训练。Adaboost 算法采用多个强分类器级联的方式进行快速的人脸检测，每级分类器使用特征均为Haar-like 特征，用同一种方法来组合若干个弱分类器，形成一个强分类器。这种级联结构对效率有很大的提高，但在准确率方面，由于特征和训练方法均为同一种方法，对检测带来一定限制。本文将人脸的检测看作一个两层的分类问题，首先利用Viola 等〔8〕提出的Adaboost 人脸检测算法进行人脸的初检测，由于该方法利用了多个分类器的级联结构，利用这一检测流程的特征。同时，引入基于GDP 特征和SVM 学习算法的分类器，作为检测流程的最后一级分类器。

首先对检测图像进行一定的预处理，并用迭代窗口获取待检测区域；然后利用Adaboost 自身训练得到的多级分类器进行人脸区域的检测；最后对初次分类结果提取GDP 特征，GDP 特征具有一定的优势，对光照并不敏感，利用SVM 学习算法训练好的分类器进行最后一级研判，实现人脸的检测。检测算法框架见图1。

图1 检测算法框架

算法步骤如下：

（1）GDP 特征定义：给定输入图像I（p），其中p=（x，y）表示图像中像素p 的位置。

①首先定义图像I 的金字塔为：

其中Φ（p）为高斯核参数（实验中使用0.5），↓2表示每层金字塔为其下层大小的一半，s 是金字塔的层数。

②归一化：金字塔每层σ 上的梯度方向定义为每个像素点归一化后的梯度向量：

③输出：图像I 的GDP 特征定义为：

（2）SVM 算法分类：对于样本集｛（x1，y1），（x2，y2），…，（xn，yn）｝（xi∈Rd，y∈｛1，-1｝），采用径向基函数（RBF）进行计算：

当满足

2 结果与分析

2.1 数据来源实验数据主要包括3 个部分：1）人脸检测分类器的训练集用的是Feret 人脸库（包含443 张人脸图片），对人脸图片进行一些预处理，包括归一化、灰度化等，将图片统一格式，这些人脸图片作为正样本，负样本是手工截取的一些非人脸图片，然后对这些样本进行寻训练，最后生成分类器，保存在XML 文件中。2）静态图片的测试集主要由第二代身份证照片（共500 张）和网络图片资源（40张图片，共包括625 个人脸）组成，视频中人脸检测的测试集主要是摄像头拍摄的视频，也包括一些网络视频资源。

2.2 测试结果分析对Feret 人脸数据库进行人脸检测实验，含人脸的图片共443 张，其中漏检测3张，将非人脸区域误检测为人脸的出现10 处，检出率为99.3%，漏检率为0.7%，误检率为2.3%。Feret人脸库的人脸姿态与第二代身份证的相似，但存在一些轻微的倾斜和旋转情况。

在第二代身份证图片检测识别实验中，其中漏检1 张，将非人脸区域误检测为人脸出现14 处，检出率为99.8%，漏检率为0.2%，误检率为2.8%。主要是因为第二代身份证拍摄条件要求比较严格，人脸的姿态是正面的，很少带有旋转和倾斜，且拍摄现场光照条件良好，背景单一，对检测的影响较小，故检出率较高。漏检测的主要原因是照片中人物年龄较大，脸部皱纹明显，且五官较小，其Haar-like特征不明显。图2 给出了部分检测正确、误检和漏检的例子。

图2 第二代身份证人脸检测结果

同时本文从互联网下载一些多人脸图片进行实验，其中人脸带有较明显的旋转和倾斜，图片背景复杂，且光照条件多变，图片本身清晰度也有较大差异，此外，包括很多远景人脸。实验共检测了40张图片，共包括625 个人脸，其中检测正确的有544个，漏检测81 个，误检测40 个，检出率为87.0%，漏检率为13.0%，误检率为6.4%。互联网图片资源清晰度不一致，而且图片中人脸姿态往往是倾斜和旋转的，图片背景和光照条件复杂多变，对人脸的检测带来较明显的影响。见图3。

图3 网络图片人脸检测的部分结果

最后对Adaboost 算法检测到的结果（包括正确和误检测的结果），利用GDP 特征进行重分类，分类过程将大部分误检测为人脸的非人脸区域去除，但有少量的人脸区域被误标注为非人脸，本文将这类情况归结为漏检测。人脸检测实验的结果见表1~2。

表1 Adaboost 算法人脸检测实验结果

实验结果显示，Adaboost + GDP 的算法与单一的Adaboost 算法相比，正确率有小幅度的下降，即漏检率略增加，但误检率下降较明显，原因如下：基于SVM 的学习算法本身对训练样本有一定的依赖，且对人脸提取的特征不同，实际结果也会有差别，分类效果并不能达到100%的正确率，故会将部分人脸误分类为非人脸。所以，通过在Adaboost 检测结果后再级联一层分类器，将人脸特征由原先的Haar-like 特征换成GDP，在提取人脸和非人脸样本的特征后，利用SVM 对正样本和负样本进行训练，得到分类器能够去除一些误检测的结果。

人脸检测与识别作为人脸信息处理的关键技术，近年来成为模式识别和计算机视觉领域内一项受到普遍重视的课题。本文通过Adaboost 人脸检测算法，对静态图片进行了人脸检测，同时利用GDP和SVM，对检测结果进一步分类，达到了实时的检测效果。

表2 Adaboost + GDP 算法人脸检测实验结果