深度學(xué)習(xí)大講堂是高質(zhì)量原創(chuàng)內(nèi)容的平臺，邀請學(xué)術(shù)界、工業(yè)界一線專家撰稿，致力于推送人工智能與深度學(xué)習(xí)最新技術(shù)、產(chǎn)品和活動信息!
區(qū)分不同的人是很多智能系統(tǒng)的必備能力。為實現(xiàn)此目的，一種可能的技術(shù)手段是通過對人臉的光學(xué)成像來感知人、識別人，即所謂的人臉識別技術(shù)。經(jīng)過幾十年的研發(fā)積累，特別是近年來深度學(xué)習(xí)技術(shù)的涌現(xiàn)，人臉識別取得了長足的進(jìn)步，在安防、金融、教育、社保等領(lǐng)域得到了越來越多的應(yīng)用，成為計算機視覺領(lǐng)域最為成功的分支領(lǐng)域之一。
然而，人臉識別并非完全成熟的技術(shù)，離公眾期望的全面應(yīng)用尚有距離，還需要學(xué)術(shù)界、工業(yè)界的共同努力。為此，整個人臉識別社區(qū)需要有基準(zhǔn)(Baseline)系統(tǒng)，而且基準(zhǔn)系統(tǒng)的水平顯然會極大影響著該領(lǐng)域的發(fā)展水平?？墒橇钊藢擂蔚氖?，這個領(lǐng)域迄今尚無一套包括所有技術(shù)模塊的、完全開源的基準(zhǔn)人臉識別系統(tǒng)!我們希望改變現(xiàn)狀，因此開源了SeetaFace人臉識別引擎。該引擎由中科院計算所山世光研究員帶領(lǐng)的人臉識別研究組研發(fā)。代碼基于C++實現(xiàn)，且不依賴于任何第三方的庫函數(shù)，開源協(xié)議為BSD-2，可供學(xué)術(shù)界和工業(yè)界免費使用。
SeetaFace人臉識別引擎包括了搭建一套全自動人臉識別系統(tǒng)所需的三個核心模塊，即：人臉檢測模塊SeetaFace Detection、面部特征點定位模塊SeetaFace Alignment以及人臉特征提取與比對模塊 SeetaFace Identification。其中，SeetaFace Detection采用了一種結(jié)合傳統(tǒng)人造特征與多層感知機(MLP)的級聯(lián)結(jié)構(gòu)，在FDDB上達(dá)到了84.4%的召回率(100個誤檢時)，并可在單個i7 CPU上實時處理VGA分辨率的圖像。面部特征點定位模塊SeetaFace Alignment通過級聯(lián)多個深度模型(棧式自編碼網(wǎng)絡(luò))來回歸5個關(guān)鍵特征點(兩眼中心、鼻尖和兩個嘴角)的位置，在AFLW數(shù)據(jù)庫上達(dá)到state-of-the-art的精度，定位速度在單個i7 CPU上超過200fps。人臉識別模塊SeetaFace Identification采用一個9層的卷積神經(jīng)網(wǎng)絡(luò)(CNN)來提取人臉特征，在LFW數(shù)據(jù)庫上達(dá)到97.1%的精度(注：采用SeetaFace人臉檢測和SeetaFace面部特征點定位作為前端進(jìn)行全自動識別的情況下)，特征提取速度為每圖120ms(在單個i7 CPU上)。
下面對上述三個模塊的情況做簡要介紹，更詳細(xì)的介紹請參考我們相應(yīng)的學(xué)術(shù)論文。
人臉檢測模塊SeetaFace Detection
該模塊基于我們提出的一種結(jié)合經(jīng)典級聯(lián)結(jié)構(gòu)和多層神經(jīng)網(wǎng)絡(luò)的人臉檢測方法[1]實現(xiàn)，其所采用的漏斗型級聯(lián)結(jié)構(gòu)(Funnel-Structured Cascade，F(xiàn)uSt)專門針對多姿態(tài)人臉檢測而設(shè)計，其中引入了由粗到精的設(shè)計理念，兼顧了速度和精度的平衡。如圖1所示，F(xiàn)uSt級聯(lián)結(jié)構(gòu)在頂部由多個針對不同姿態(tài)的快速LAB級聯(lián)分類器[2]構(gòu)成，緊接著是若干個基于SURF特征的多層感知機(MLP)級聯(lián)結(jié)構(gòu)，最后由一個統(tǒng)一的MLP級聯(lián)結(jié)構(gòu)(同樣基于SURF特征)來處理所有姿態(tài)的候選窗口，整體上呈現(xiàn)出上寬下窄的漏斗形狀。從上往下，各個層次上的分類器及其所采用的特征逐步變得復(fù)雜，從而可以保留人臉窗口并排除越來越難與人臉區(qū)分的非人臉候選窗口。
圖1. SeetaFace人臉檢測模塊所采用的FuSt漏斗型級聯(lián)結(jié)構(gòu)[1]
與SeetaFace Detection開源代碼配套開放的是一個準(zhǔn)正面人臉檢測模型(使用了約20萬人臉圖像訓(xùn)練而來)，可以實現(xiàn)準(zhǔn)正面人臉的準(zhǔn)確檢測(旋轉(zhuǎn)角度約45度以內(nèi)，但對于姿態(tài)偏轉(zhuǎn)較大的人臉也具備一定的檢測能力)，圖2給出了一些檢測結(jié)果的示例(注：測試時圖像金字塔下采樣比例設(shè)置為0.8，滑動步長設(shè)置為4和2，最小人臉設(shè)置為20x20)。在人臉檢測領(lǐng)域最重要的評測集FDDB上對SeetaFace Detector進(jìn)行評測，在輸出100個誤檢時(FPPI=0.035)召回率達(dá)到84.4%，輸出1000個誤檢時召回率達(dá)到88.0%。圖3則給出了SeetaFace Detector在FDDB上的離散型得分ROC曲線，并與其它已發(fā)表的學(xué)術(shù)界公開結(jié)果(從FDDB官網(wǎng)獲得)進(jìn)行了對比。不難看出，盡管SeetaFace人臉檢測器并非目前精度最高的，但在學(xué)術(shù)界公開的結(jié)果中仍然具有很強的競爭力，而且可以完全滿足多數(shù)人臉識別系統(tǒng)的需求。
圖2. SeetaFace Detection人臉檢測結(jié)果的示例
