最新人臉檢測 & 識別的趨勢和分析

資料庫 · 發表 2019-02-24 08:58:01

摘要：在今天說最近比較新穎的人臉檢測&識別的時候，為啥會附上上圖和下圖，在江南的同學估計心有體會啊，打過年以來，沒見過陽光，聽說“蕭敬騰”來杭州買了一棟樓，看樣子我們還要難受一個月左右！但是！！！聽說上圖是颱風"蝴蝶"即將來襲，是不是會帶走我們進一個月的雨...

在今天說最近比較新穎的人臉檢測&識別的時候，為啥會附上上圖和下圖，在江南的同學估計心有體會啊，打過年以來，沒見過陽光，聽說“蕭敬騰”來杭州買了一棟樓，看樣子我們還要難受一個月左右！

但是！！！聽說上圖是颱風"蝴蝶"即將來襲，是不是會帶走我們進一個月的雨水呢？會不會幫我們拜擺脫陰雨呢？

那我們還是開始正題，今天說到得都是近幾年比較流行的深度學習網路框架，會針對個別幾個框架詳細說說，有興趣的同學，可以回顧我們“ 計算機視覺戰隊 ”公眾號之前推送的一些相關內容！為了方便，我還是附在下面吧！（點選文字有連結）

往期回顧

/ 人臉注意機制網路

/ 未來人工智慧之人臉領域技術

注：還有很多關於人臉的文章，有興趣的自行去搜索！

:blush:

最新深度網路用語人臉的部分介紹與分析

DeepID網路結構

DeepID 是第一代，其結構與普通的卷積神經網路基本相同，結構圖例如以下：

該結構與普通的卷積神經網路框架的結構很相似。不同點是，在隱含層，也就是倒數第二層的時候，與Convolutional layer4和Max-pooling layer3相連，鑑於卷積神經網路層數越高感受野越大的特性，這種連線方式能夠既考慮區域性人臉精細特徵，又考慮全域性的整體特徵。

· 實驗結論 ·

使用 Multi-scale Patches 的convnet比僅僅使用一個只有整張人臉的patch的效果要好；
DeepID 自身的分類錯誤率在40%到60%之間震盪，儘管較高，但 DeepID 是用來學習特徵的，並不需要關注自身分類錯誤率；
使用 DeepID 深度學習網路的最後一層softmax層作為特徵表示，效果非常差；
隨著 DeepID 的訓練集人數的增長， DeepID 本身的分類正確率和LFW的驗證正確率都在新增。

DeepID2

DeepID2 相對於DeepID有了較大的提高，其主要原因在於在DeepID的基礎上加入了 驗證訊號 。

詳細來說，原本的卷積神經網路最後一層softmax使用的是邏輯迴歸（Logistic Regression）作為最終的目標函式，也就是識別訊號；但在 DeepID2 中，目標函式上加入了驗證訊號，兩個訊號使用加權的方式進行了組合。

· 兩種訊號及訓練過程 ·

識別訊號公式例如以下：

驗證訊號公式例如以下：

因為驗證訊號的計算需要兩個樣本，所以整個卷積神經網路的訓練過程也就發生了改變，之前是將所有資料切分為小的batch來進行訓練，但如今則是每次迭代時隨機抽取兩個樣本，然後進行訓練。

· 實驗結論 ·

對lambda進行調整，也即對識別訊號和驗證訊號進行平衡，發現lambda在0.05的時候最好。使用LDA中計算類間方差和類內方差的方法進行計算。得到的結果例如以下：

能夠發現，在lambda=0.05的時候，類間方差幾乎不變，類內方差下降了非常多，這樣就保證了類間區分性，而降低了類內區分性。

DeepID2+

DeepID2+ 有例如以下貢獻，①繼續更改了網路結構；②對卷積神經網路進行了大量的分析，發現了幾大特徵。包含：

神經單元的適度稀疏性，該性質甚至能夠保證即便經過二值化後，仍然能夠達到較好的識別效果；
高層的神經單元對人比較敏感，即對同一個人的頭像來說，總有一些單元處於一直啟用或者一直抑制的狀態；
DeepID2+ 的輸出對遮擋很魯棒。

· 網路結構變化 ·

相比於DeepID2， DeepID2+ 做了例如以下三點改動：

DeepID層從160維提高到512維；
訓練集將CelebFaces+和WDRef資料集進行了融合，共有12000人，290000張圖片；
將DeepID層不僅和第四層和第三層的max-pooling層連線，還連線了第一層和第二層的max-pooling層。

DeepID3

DeepID3 有兩種不同的結構，分別為 DeepID3 net1 ， DeepID3 net2 （如上圖）。相對DeepID2+，它的層數更多，網路更深，同時還借鑑了 VGG 和 GoogLeNet ，引入了 inception layer ，這個主要是用在了 DeepID3 net2 裡面。網路中還出現了連續兩個conv layer直接相連的情況，這樣使得網路具有更大的receptive fields和更復雜的nonlinearity，同時還能限制引數的數量。

下面稍微帶著說一下 inception layer ：

· Inception Layer ·

傳統的ConvNet是將Convulution layer stack在一起，而 Inception 最大的改變就是時 Inception 模組疊加的形式構造網路。按論文裡面說就是，用 Inception （稠密的可利用的元件）近似一個稀疏結構。

將1x1，3x3，5x5的conv和3x3的pooling，stack在一起，一方面增加了網路的width，另一方面增加了網路對尺度的適應性. 主要特點是提高了網路內部計算資源的利用率。

· 效能比較 ·

在訓練樣本上， DeepID3 仍採用原來DeepID2+中使用的樣本，在25個image patches產生的網路上作對比時， DeepID3 net1 優勢最為明顯，而 DeepID3 net2 提升不大顯著。

今天就先講這些吧，下次我們繼續說更近的人臉檢測&識別框架。有興趣的同學請時刻關注我們。

如果您看到這句話，請幫我們點選下" 好看 "，以表對我們的支援，謝謝！

文末福利

人臉資料集，有興趣可以下載，慢慢去實踐，挺好玩的！

■Annotated Database (Hand, Meat, LV Cardiac, IMM face) (Active Appearance Models)
■AR Face (http://cobweb.ecn.purdue.edu/~aleix/aleix_face_DB.html)
■BioID Face Database (BioID Face Database | facedb | BioID)
■Caltech Computational Vision Group Archive (Cars, Motorcycles, Airplanes, Faces, Leaves, Background) (Computational Vision: Archive)
■Carnegie Mellon Image Database (motion, stereo, face, car, ...) (CMU VASC Image Database)
■CAS-PEAL Face Database (The PEAL Face Database)
■CMU Cohn-Kanade AU-Coded Facial Expression Database (http://www.ri.cmu.edu/projects/project_421.html
■CMU Face Detection Databases (http://www.ri.cmu.edu/projects/project_419.html)
■CMU Face Expression Database (http://amp.ece.cmu.edu/projects/FaceAuthentication/download.htm)
■CMU Face Pose, Illumination, and Expression (PIE) Database (http://www.ri.cmu.edu/projects/project_418.html)
■CMU VASC Image Database (motion, road sequences, stereo, CIL’s stereo data with ground truth, JISCT, face, face expressions, car) (CMU VASC Image Database)
■Content-based Image Retrieval Database (Index of /groundtruth)
■Face Video Database of the Max Planck Institute for Biological Cybernetics (Welcome)
■FERET Database (frvt.org)
■Georgia Tech Face Database (http://www.anefian.com/face_reco.htm)
■German Fingerspelling Database (http://www.anefian.com/face_reco.htm)
■Indian Face (http://http://www.cs.umass.edu/~vidit/IndianFaceDatabase)
■MIT-CBCL Car Database (Pedestrian Data)
■MIT-CBCL Face Recognition Database (CBCL FACE RECOGNITION DATABASE)
■MIT-CBCL Face Databases (CBCL SOFTWARE)
■MIT-CBCL Pedestrian Database (New Page 1)
■MIT-CBCL Street Scenes Database (CBCL StreetScenes Database Download Page:)
■NIST/Equinox Visible and Infrared Face Image Database (http://www.equinoxsensors.com/products/HID.html)
■NIST Fingerprint Data at Columbia (Link)
■ORL Database of Faces (The Database of Faces)
■Rutgers Skin Texture (http://www.caip.rutgers.edu/rutgers_texture/)
■The Japanese Female Facial Expression (JAFFE) Database (Japanese Female Facial Expression (JAFFE) Database
■The Ohio State University SAMPL Image Database (3D, still, motion) (http://sampl.ece.ohio-state.edu/database.htm)
■The University of Oulu Physics-Based Face Database (Center for Machine Vision and Signal Analysis)
■UMIST Face Database (http://images.ee.umist.ac.uk/danny/database.html)
■USF Range Image Data (with ground truth) (USF Range Image Database)
■Usenix Face Database (hundreds of images, several formats) (Link)
■USC-SIPI Image Database (collection of digitized images) (SIPI Image Database)
■UCD VALID Database (multimodal for still face, audio, and video) (VALID Database)
■UCD Color Face Image (UCFI) Database for Face Detection (http://ee.ucd.ie/~prag/)
■UCL M2VTS Multimodal Face Database (http://www.tele.ucl.ac.be/PROJECTS/M2VTS/m2fdb.html)
■Vision Image Archive at UMass (sequences, stereo, medical, indoor, outlook, road, underwater, aerial, satellite, space and more) (SIPI Image Database)
■Where can I find Lenna and other images? (comp.compression Frequently Asked Questions (part 1/3)Section - [55] Where can I find Lenna and other images?)
■Yale Face Database (http://cvc.yale.edu/projects/yalefaces/yalefaces.html)
■Yale Face Database B (http://cvc.yale.edu/projects/yalefaces/yalefaces.html)

如果想加入我們“ 計算機視覺戰隊 ”，請掃二維碼加入學習群，我們一起學習進步，探索領域中更深奧更有趣的知識！