有效遮挡检测的鲁棒人脸识别

内容简介：有效遮挡检测的鲁棒人脸识别

本文章是由来自某985在校研究生Coder_W同学投稿在我们《读者也是作者》专栏，在此非常感谢你对“计算机视觉战队”平台的支持，希望今天的分享可以给大家带来一些帮助，也希望更多的读者在本专栏分享更多的知识和感想，谢谢！

这次主要分享一个比较热门的话题，但是使用的传统方法的人脸检测，并且是在遮挡情况下的人脸检测，希望可以给大家带来一些帮助，谢谢！

文章参考： Efficient Detection of Occlusion prior to Robust Face Recognition

主要内容：

在现实生活中，人脸会有部分遮挡(例如眼镜和围巾)的情况，在这种情况下的遮挡，会给人脸检测带来一定的困扰。所以，有提出一个有效的识别方法，由以下三个部分组成。

• 遮挡检测部分。首先将给定图像 分割 为上下两个相等块，进行不同尺度和方向的 Gabor 小波变换产生特征，使用 PCA 降维后并用 SVM 对图像进行分类，判断图像的是否遮挡以及遮挡类型。

• 遮挡分割。对于第一步检测到的遮挡，利用 马尔科夫随机场 增强其结构信息，并产生一个 二进制掩膜 ( 遮挡像素为 1 ，非遮挡为 0) 。

• 提取图像的 局部 Gabor 二进制模型直方图序列 (LGBPHS) 特征用于人脸识别。对给定图像精确检测遮挡后，对于分遮挡部分提取出 LGBPHS 特征。

Gabor 小波特征提取

选择 Gabor小波变换 的原因：

因为其具有判别性强和计算性能好的优势。

其中，μ和γ分别表示 Gabor核 的方向和尺度。

本次选取 μ∈[0，7] ， γ∈[0,4] ，八个方向四个尺度的 Gabor小波变换 ，其余参数根据经验选择。

因为相位是随时间变化的，所以选择幅度值作为特征矢量。

Ω={ C μγ， μ∈[0，7]，γ∈[0,4] } ，这里的 Gabor 变换 不仅用于遮挡检测而且用于 LGBPHS 的计算。

基于马尔科夫随机场遮挡分割

从图中可以看出，上层图像为观察场，表示观察者用肉眼看到的图像，也就是实际的图像，那么下层图像为标签场，它是通过对观察场中不同区域赋予不同的标签得到的，所以图像分割问题变为图像标记问题。

假设像素点个数是 M*N ，平面像素点集合 为： S={s 1 ,s 2 ,...,s m*n } ，观测数据为 F ， p(F) 为观测场的概率分布。 ω 记为图像的标记场， ω={ω s1 ,...,ω sM*N } ， ω s ∈∧={0,1，...，L-1} 为类别总数， p(w) 是先验概率满足 MRF 模型。 P(F/w) 是观察场 F 对于标记值 w 的条件概率，也就是说，表示的是特定标记像素包含的灰度概率分布，明显是属于高斯分布的。

达到最大值，这样表明对于每个像素都得到最适宜的标签，即标签场和观察场最大限度地符合，意味着分割完成，这就是后验概率最大估计 (MAP) 估计。

实验

• 人脸遮挡检测

数据集： AR 库分别随机选取 150 张无遮挡人脸， 150 张围巾遮挡以及 150 张眼镜遮挡人脸训练 SVM 。用 720 张图片用于检测分类效果。

实验结果：

• 遮挡人脸识别

实验数据： AR 库上选取 80 个人 ( 男女各一半 ) 的 240 张无遮挡人脸，每人三张图像分别为自然表情，微笑和生气。选取三种光照条件下 240 张围巾遮挡图像和眼镜遮挡图像。

预处理： 原图像大小 768*576 ，归一化为 128*128 ，并将图像分为 64 个 16*16 块用来提取 LGBPHS 特征。

实验结果：

• 在面部表情为尖叫下实验结果

总结

这种在遮挡情况下精确检测的人脸识别框架，使用马尔科夫随机场模型精确定位遮挡位置，然后从非遮挡位置提取特征用于人脸识别。实验结果表明该框架的方法要优于其他传统方法。在未来研究研究方向上，在通常情况下的遮挡 ( 包括眼镜，围巾也，胡须，长头发，戴帽子等 ) 检测至关重要。

注：改文章已经共享在“计算机视觉战队”平台的《读者也是作者》专栏，如果有感谢的同学朋友，可以在该栏目里下载相关学习论文（有可能包含代码）。

作者介绍：

来自985高校的在读研究生，他不愿透露个人信息，但是他主要方向是目标检测。他希望通过本平台的《读者也是作者》共享栏目，将自己平时的积累，读后感，总结分享给其他人，在此向Coder_W表示感谢！在此，也希望更多的同学朋友来我们 《读者也是作者》专栏，分享您们平时的小总结，小分析，小感想。谢谢！

以上所述就是小编给大家介绍的《有效遮挡检测的鲁棒人脸识别》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！

查看所有标签

猜你喜欢:

• 游戏中遮挡剔除方案总结
• react在安卓下输入框被手机键盘遮挡问题
• iOS：轻量可定制的防键盘遮挡textField实现总结
• CVPR 2020丨MaskFlownet：基于可学习遮挡掩模的非对称特征匹配
• 人脸专集（三）：人脸关键点检测（下）
• 应用层下的人脸识别（二）：人脸库

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。