CN106778526A - 一种基于汉明距离的大规模高效人脸识别方法 - Google Patents

Abstract

本发明公开了一种基于汉明距离的大规模高效人脸识别方法，包括以下步骤：构建卷积神经网络，利用样本图片对卷积神经网络进行训练生成模型，利用测试工程代码提取出高维特征和低维特征，并将高维特征保存、低维特征转换为二值散列码，然后将经过预处理的待检测图片投入到训练好的卷积神经网络中，并提取出待检图片高维特征并保存、低维特征转换为二值散列码，依次用汉明距离和余弦距离由粗到精进行检索，最终得出识别结果。本发明的有益效果是：本发明能够在卷积神经网络中进行降维压缩，再用汉明距离和余弦距离进行由粗到细的两次检索识别，不仅省略了传统PCA算法，简化了识别工序，缩短了计算时间，提高了检索效率。

Description

一种基于汉明距离的大规模高效人脸识别方法

技术领域

本发明涉及图像识别技术领域，特别涉及一种基于汉明距离的大规模高效人脸识别方法。

背景技术

目前，人脸识别方法日益成熟，多侧重于人脸定位以及有效特征的提取以达到相当高的识别准确率，但是常用的相似度算法基本都有一个通病，即当需要识别的人脸数据库达到很大的数量的时候需要耗费的时间成本相当高，这在实际应用中属于一大缺陷。因此，如果能研究出一种在大规模人脸数据库情况下能够进行高效又高精度的人脸识别方法，将对医学图像领域、公安侦查罪犯、城市居民区安防、端到端访问控制等实际应用有极大的帮助。

采用传统的深度学习进行人脸识别，在提取高维特征后很多算法都会进行特征降维，因为高维特征包含丰富的图像信息，其在理论上用来进行识别时虽然能够达到超高的识别准确率，但是在高维浮点数向量之间求相似度，计算量非常大，因此还需要采用PCA算法对高维特征进行降维压缩，然后再进行基于内容的图像检索，这种方式的性能会大大优于传统的人脸识别算法。但PCA算法不能在网络中进行实现，需要用matlab或其他工具通过PCA算法将由网络提取出的高位特征进行降维操作，整体识别过程复杂，而且低维特征的损坏率较高。

发明内容

本发明提供了一种在保证高识别率的基础上，简化算法且识别速度快的基于汉明距离的大规模高效人脸识别方法。

为了实现上述发明目的，本发明提供了一种基于汉明距离的大规模高效人脸识别方法，所述识别方法包括以下步骤：

步骤S1：构建卷积神经网络，其中所述卷积神经网络能够输出图片的高维特征和低维特征；

步骤S2：建立样本数据库，利用样本图片对卷积神经网络进行训练，并生成模型；其中，所述样本数据库中的样本图片均进行图片格式转换为LMDB格式，生成均值文件；

步骤S3：编写测试工程代码，用于将提取出卷积神经网络输出的高维特征和低维特征，并将高维特征保存，将低维特征转换为二值散列码；

步骤S4：获取待检图片，将经过预处理的待检测图片投入到训练好的卷积神经网络中，输出待检图片高维特征和待检图片低维特征，通过步骤S3编写的测试工程代码提取出待检图片高维特征并保存，将待检图片低维特征转换为二值散列码；

步骤S5：用汉明距离计算待检图片的二值散列码与样本数据库中每一张样本图片的二值散列码的汉明距离，将计算出的所有汉明距离进行升序排列，设定阈值并筛选出汉明距离小于阈值的样本图片；

步骤S6：用余弦距离计算待检图片高维特征与步骤S5筛选出的样本图片高维特征的相似度，并对筛选出的相似度进行降序排列，输出最高相似度所对应的样本图片，即为识别结果。

其中，所述步骤S1所述的卷积神经网络为：在传统卷积神经网络的特征输出层和分类输出层之间增设一隐藏层，所述隐藏层为全连接层，所述隐藏层的激活函数采用sigmoig函数；具体的，所述卷积神经网络可以为VGG网络，具体包括：五个卷积层、三个全连接层、分类输出层，其中，第二个全连接层为特征输出层，第三个全连接层为增设在特征输出层和分类特征输出层之间的隐藏层，其中，五个所述卷基层以及分类输出层的权值的学习率和衰减率均设为1，偏置项的学习率和衰减率设为2,0；权值初始化设为gaussian，值为0.01，偏置项初始化设为constant，值为0；三个全连接层的权值以及偏置项的学习率和衰减率同上，初始化分别为gaussian=0.005,constant=1。

所述步骤S3具体为：通过测试工程代码设定一个阈值，并对输出的浮点型向量与阈值进行大小比较，输出的浮点型向量大于阈值则设为1，否则为0，最终得到与低维特征相对应的01二值散列码；优选地，在编写测试工程代码中加入时间函数，用来计算从待检图片输出卷积神经网路到得到识别结果所消耗的时间。

所述步骤S4中，获取的待检测图片使用Opencv人脸检测和ASM对齐方法检测出待检人脸图像，将待检人脸图像投入到训练好的卷积神经网络中进行特征提取。

本发明的有益效果是：本发明能够在同一卷积神经网络中进行降维压缩，再用汉明距离和余弦距离进行由粗到细的两次检索识别，实现了端到端的人脸识别，不仅省略了传统PCA算法，简化了识别工序，缩短了计算时间，提高了检索效率，而且保留的图片信息更丰富，损坏率相对较低，并结合汉明距离和余弦距离进行两次检索，明显提高了识别准确率。

附图说明

图1 为本发明实施例的人脸识别方法的流程图。

图2 为本发明实施例中余弦距离与欧式距离解析图。

图3 为本发明实施例中高维特征压缩为低维特征的网络层示意图。

图4 为本发明实施例中由粗到精分层识别的示意图。

具体实施方式

本发明提供的基于汉明距离的大规模高效人脸识别方法，在对待检图片在大规模的样本数据库中进行识别前，需要对样本数据库中的样本图片进行高维特征、低维特征的学习以及分类的学习，再分别对低维、高维特征采用不同的相似度算法进行相似度排序得到最后的识别结果。本发明所采用的是在网络层进行降维压缩，对网络输出的高维特征可以压缩为低达48维、128维等低维特征，其中压缩维度的选择与样本数据库有关，当样本数据库达到百万级时选用128维，低于百万级则选用48维，当然其他的维数比如64维等都可以，维数设置越大，所提取的特征包含的信息越丰富，准确率相对也会高一些，但是一般不会选择高于128维的维数，维数太高对于后期汉明距离计算相似度的时间会有一定的影响，当数据库达到几十万甚至上百万的时候，高纬度特征识别速度会大幅度降低，因此128维以下的维度是最佳选择。最后得到01二值散列码，可以以10的指数倍缩减检索时间成本，再用汉明距离和余弦距离进行由粗到细的检索识别，用汉明距离进行低维散列码粗检索，可以从数以万计的图像检索库中检索出与待检索图片具有相似性特征的图片，再用余弦距离进行高维精检索，可以从已经抽出的相似性样本中识别出与待检图片超高精度相似的目标图片，最终达到既快速又精确的人脸识别目的。相对于传统的识别方法，本发明在降维方面代替了PCA方法，实现了端到端的人脸识别，工序相对简单很多，同时同一网络中完成降维，低维特征保留的图片信息更丰富，损坏率相对较低。相对于欧式距离，本发明选择的余弦距离计算高维特征间的相似度时，余弦夹角可以有效规避个体相同认知中不同程度的差异表现，更注重维度之间的差异，而欧式距离更注重数值上的差异，对于维度特征来讲，余弦距离相似度计算的值更精确。

以下采用实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。

实施例1

本发明实施例提供了一种基于汉明距离的大规模高效人脸识别方法，参见图1，识别方法具体包括以下步骤：

步骤S1：构建卷积神经网络，其中所述卷积神经网络能够输出图片的高维特征和低维特征；

步骤S2：建立样本数据库，利用样本图片对卷积神经网络进行训练，并生成模型；其中，所述样本数据库中的样本图片均进行图片格式转换为LMDB格式，生成均值文件；样本数据库可以基于已公开的人脸数据库如FERET人脸库或CMU PIE人脸库建立，对人脸库中的图片进行格式转换并生成均值文件；或，样本数据库也可以由基于人脸识别的门禁系统或其他人脸识别系统的高清摄像头采集的图片，并对采集的所有图片采用Opencv人脸检测和ASM对齐方法检测得到的人脸图像，再经过上述格式转换即为样本图片。

步骤S3：编写测试工程代码，用于将提取出卷积神经网络输出的高维特征和低维特征，并将高维特征保存，将低维特征转换为二值散列码；具体的，卷积神经网络输出的低维特征是浮点型向量，通过测试工程代码设定一个阈值（可设定为0.5），并对输出的浮点型向量与阈值进行大小比较，输出的浮点型向量大于阈值则设为1，否则为0，最终得到与低维特征相对应的01二值散列码；优选地，在编写测试工程代码中加入时间函数，用来计算从待检图片输出卷积神经网路到得到识别结果所消耗的时间;

步骤S4：获取待检图片，并采用Opencv人脸检测和ASM对齐方法检测出待检人脸图像，将待检人脸图像投入到训练好的卷积神经网络中，输出待检图片高维特征和待检图片低维特征，通过步骤S3编写的测试工程代码提取出待检图片高维特征并保存，将待检图片低维特征转换为二值散列码；其中，待检测图片由人脸库随机筛选得出；或，待检测图片由基于人脸识别的门禁系统或其他人脸识别系统的高清摄像头实时采集的图片，并对采集的所有图片采用Opencv人脸检测和ASM对齐方法检测得到的人脸图像，即可作为待检图片；

步骤S5：用汉明距离计算待检图片的二值散列码与样本数据库中每一张样本图片的二值散列码的汉明距离，将计算出的所有汉明距离进行升序排列，设定阈值并筛选出汉明距离小于阈值的样本图片；其中，阈值可预设为位于升序排列第n位的汉明距离值，再根据测试结果进行调整最终得到准确率最高的阈值；阈值需要多次测试不断改阈值找到最佳阈值，因为由样本数据库选取最为测试用的样本图片提取出来特征不一样的，相对的，相似性也不同，阈值的设定属于现有技术，在此不再赘述。

步骤S6：用余弦距离计算待检图片高维特征与步骤S5筛选出的样本图片高维特征的相似度，并对筛选出的相似度进行降序排列，输出最高相似度所对应的样本图片，即为识别结果。

其中，步骤S1中的卷积神经网络具体为：参见图3，在传统卷积神经网络的特征输出层与分类输出层之间添加一个隐藏层，所述隐藏层为一全连接层，为低维度输出，所述隐藏层的激活函数采用sigmoig函数。传统卷积神经网络可以为VGG网络，本发明实施例使用的卷积神经网络可以为：包括五个卷积层、三个全连接层、分类输出层，其中，第二个全连接层为特征输出层，第三个全连接层为增设在特征输出层和分类特征输出层之间的隐藏层。其中，五个卷基层以及分类输出层的权值的学习率和衰减率均设为1，偏置项的学习率和衰减率设为2,0；权值初始化设为gaussian，值为0.01，偏置项初始化设为constant，值为0；三个全连接层的权值以及偏置项的学习率和衰减率同上，初始化分别为gaussian=0.005,constant=1；如果需要微调，把分类输出层的两个学习率改为原来的10倍。本发明运用神经元网络学习高维特征，在输出层之间添加全连接隐层将高维特征压缩成低维特征，设置上述各参数，并采用sigmoid激活函数激活神经元，使其输出值为0~1之间值，再通过测试工程中设定阈值使输出的低维特征浮点型向量转换成01二值散列码。

如图4所示，检索过程由粗到精进行检索，先用汉明距离计算二值散列码之间的相似度并排序得到粗检索结果，低维特征进行粗检索得到的样本集不可避免会有一定偏差，再用余弦距离计算高维特征之间的相似度并排序得到精检索结果，即为最终识别结果，两次相似度计算以及排序，极大的保证了在降维后人脸识别的准确。

其中，汉明距离是使用在数据传输差错控制编码里面的，它表示两个（相同长度）字对应位不同的数量，假设以d（x,y）表示两个字x,y之间的汉明距离。对两个字符串进行异或运算，并统计结果为1的个数，那么这个数就是汉明距离。简单来讲就是统计两个字符串不同的bit位的个数，也可以理解成一个字符串换成另一个字符串需要改变的字符的个数。例如：

1011101 与 1001001 之间的汉明距离是2。

2143896 与 2233796 之间的汉明距离是3。

"toned" 与 "roses" 之间的汉明距离是3。

本发明采用汉明距离计算01二值散列码是因为在低维空间中计算两个二值向量之间汉明距离的速度是非常快的，相对于传统方法以10的指数倍提速，在很大程度上可以有效的提高人脸识别的速度。

用余弦距离实现高维特征精检索部分，余弦距离使用两个向量夹角的余弦值作为衡量两个个体间差异的大小。相比欧氏距离，余弦距离更加注重两个向量在方向上的差异，即在维度上的差异。用三维坐标系来区分欧氏距离和余弦距离的区别，如图2所示是余弦距离与欧式距离解析图，从图1可以看出，欧氏距离衡量的是空间各点的绝对距离，跟各个点所在的位置坐标直接相关；而余弦距离衡量的是空间向量的夹角，更加体现在方向上的差异，而不是位置。如果保持A点位置不变，B点朝原方向远离坐标轴原点，那么这个时候余弦距离是保持不变的（因为夹角没有发生变化），而A、B两点的距离显然在发生改变，基于两者之间的不同，对于维度特征来讲，余弦距离相似度计算的值更精确。两个n维样本点a(x11,x12,…,x1n)和b(x21,x22,…,x2n)的夹角余弦可以使用类似于夹角余弦的概念来衡量它们间的相似程度。

余弦相似度的计算公式如下：

即：

夹角余弦取值范围为[-1,1]。夹角余弦越大表示两个向量的夹角越小，夹角余弦越小表示两向量的夹角越大。当两个向量的方向重合时夹角余弦取最大值1，当两个向量的方向完全相反夹角余弦取最小值-1。对于维度特征来讲，余弦距离相似度计算的值更精确。

本发明实施例已在测试代码中编写时间函数，用来计算从样本图像输出网络得到识别结果所消耗的时间复杂度，以便与其他传统方法或者未降维之前的方法进行时间的比对；采用本发明的识别方法，将待检图片与样本数据库放进训练好的model以及测试工程中进行测试，得出最后识别结果以及识别精度和识别时间等，与传统识别方法进行对比结果如表1所示。

表1 本发明与传统方法的识别精度对照表

由表1的数据可知，与传统方法相比，本发明的识别方法在检索精度方面大大提高；此外，本发明实施例实验提取的高维特征是4096维，压缩后的低维特征是48维，用余弦距离批量检索100张高维特征消耗的时间是9.708s，用汉明距离批量检索100张低维特征消耗的时间是0.8825s，与传统方法相比，本发明所消耗的时间提高了11倍。

本发明的降维压缩是在网络中学习完成，比PCA在网络外完成降维压缩更方便快捷，所保留的图片信息更丰富，损坏率相对较小，有利于后期特征相似度计算；二值散列码配合汉明距离计算粗检索相似度，可以将识别速率提升10的指数倍；高维特征精检索可以保证在识别速率提升的情况下保证识别的高准确率，真正做到在大规模数据库环境下进行高效精确的人脸识别。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于汉明距离的大规模高效人脸识别方法，其特征在于，所述识别方法包括以下步骤：

步骤S1：构建卷积神经网络，其中所述卷积神经网络能够输出图片的高维特征和低维特征；

步骤S2：建立样本数据库，利用样本图片对卷积神经网络进行训练，并生成模型；其中，所述样本数据库中的样本图片均进行图片格式转换为LMDB格式，生成均值文件；

步骤S3：编写测试工程代码，用于将提取出卷积神经网络输出的高维特征和低维特征，并将高维特征保存，将低维特征转换为二值散列码；

步骤S4：获取待检图片，将经过预处理的待检测图片投入到训练好的卷积神经网络中，输出待检图片高维特征和待检图片低维特征，通过步骤S3编写的测试工程代码提取出待检图片高维特征并保存，将待检图片低维特征转换为二值散列码；

步骤S5：用汉明距离计算待检图片的二值散列码与样本数据库中每一张样本图片的二值散列码的汉明距离，将计算出的所有汉明距离进行升序排列，设定阈值并筛选出汉明距离小于阈值的样本图片；

步骤S6：用余弦距离计算待检图片高维特征与步骤S5筛选出的样本图片高维特征的相似度，并对筛选出的相似度进行降序排列，输出最高相似度所对应的样本图片，即为识别结果。

2.根据权利要求1所述的基于汉明距离的大规模高效人脸识别方法，其特征在于，所述步骤S1所述的卷积神经网络为：在传统卷积神经网络的特征输出层和分类输出层之间增设一隐藏层，所述隐藏层为全连接层，所述隐藏层的激活函数采用sigmoig函数。

3.根据权利要求1所述的基于汉明距离的大规模高效人脸识别方法，其特征在于，所述步骤S1所述的卷积神经网络为VGG网络，具体包括：五个卷积层、三个全连接层、分类输出层，其中，第二个全连接层为特征输出层，第三个全连接层为增设在特征输出层和分类特征输出层之间的隐藏层。

4.根据权利要求3所述的基于汉明距离的大规模高效人脸识别方法，其特征在于，五个所述卷基层以及分类输出层的权值的学习率和衰减率均设为1，偏置项的学习率和衰减率设为2,0；权值初始化设为gaussian，值为0.01，偏置项初始化设为constant，值为0；三个全连接层的权值以及偏置项的学习率和衰减率同上，初始化分别为gaussian=0.005,constant=1。

5.根据权利要求1-4任一项所述的基于汉明距离的大规模高效人脸识别方法，其特征在于，所述步骤S3具体为：通过测试工程代码设定一个阈值，并对输出的浮点型向量与阈值进行大小比较，输出的浮点型向量大于阈值则设为1，否则为0，最终得到与低维特征相对应的01二值散列码。

6.根据权利要求1-5任一项所述的基于汉明距离的大规模高效人脸识别方法，其特征在于，所述步骤S3在编写测试工程代码中加入时间函数，用来计算从待检图片输出卷积神经网路到得到识别结果所消耗的时间。

7.根据权利要求1-6任一项所述的基于汉明距离的大规模高效人脸识别方法，其特征在于，所述步骤S4中，获取的待检测图片使用Opencv人脸检测和ASM对齐方法检测出待检人脸图像，将待检人脸图像投入到训练好的卷积神经网络中进行特征提取。