白 雪，田啟川，郝夢琳

(1.太原科技大學(xué) 電子信息工程學(xué)院，山西 太原030024;2.北京建筑工程學(xué)院 電氣與信息工程學(xué)院，北京100044)

性別識別的研究始于20世紀(jì)90年代，問題起初是由心理學(xué)家進(jìn)行研究［1］，其致力于了解人類如何分辨男女性別。隨著計(jì)算機(jī)技術(shù)、數(shù)字圖像處理技術(shù)和模式識別的發(fā)展，有學(xué)者從計(jì)算機(jī)視覺角度進(jìn)行研究，主要目標(biāo)是得到一個(gè)性別分類器，性別識別在各方面有著廣闊的應(yīng)用前景。其可在身份識別中充當(dāng)“前濾鏡”的功能，即可利用檢測出的性別信息減小在身份識別時(shí)的搜索范圍，從而提高身份識別的速度和精度，性別識別也能在安保系統(tǒng)起到較大作用。憑此優(yōu)勢，其在生物特征識別領(lǐng)域占有了一席之地，成為一項(xiàng)科技創(chuàng)新的課題［2－5］。

傳統(tǒng)的性別識別方法都是基于人體第二性特征進(jìn)行識別［6］，比如眉毛的粗細(xì)濃厚、是否有胡子、喉結(jié)是否明顯、頭發(fā)長短等獨(dú)有的性別特征。雖然利用此方法進(jìn)行性別識別原理較簡單，但特征提取時(shí)存在著一定的困難，特別是在復(fù)雜環(huán)境下，例如被檢測對象沒有胡子，眉毛受到眼鏡遮擋等，其特征定位、提取效果較差，從而導(dǎo)致識別率下降，魯棒性也大幅降低。因此，如何避免復(fù)雜環(huán)境帶來的影響，提高算法的識別率和魯棒性是性別識別的一大難題。

針對此問題，提出了一種基于神經(jīng)網(wǎng)絡(luò)［7－10］的性別識別方法，該方法先將人臉圖像進(jìn)行高斯濾波，以去除高斯白噪聲、光線突變等帶來的影響，將預(yù)處理后的圖像進(jìn)行歸一化處理，然后選取足夠多的歸一化樣本對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，達(dá)到預(yù)期的指標(biāo)后停止訓(xùn)練，保存各節(jié)點(diǎn)參數(shù)即可得到性別識別分類器，為驗(yàn)證分類器的有效性，將訓(xùn)練及測試數(shù)據(jù)輸入到分類器中，查看其識別效果。最后為了說明本文方法的有效性，在正常情況下和特殊環(huán)境下分別與傳統(tǒng)的性別識別方法進(jìn)行比較。本文方法在訓(xùn)練分類器時(shí)已將各種復(fù)雜環(huán)境包括進(jìn)去，故增強(qiáng)了分類器的魯棒性，性別分類的特征依據(jù)由神經(jīng)網(wǎng)絡(luò)自動(dòng)分析提取，簡化了人體第二性特征的提取步驟，其性能優(yōu)于傳統(tǒng)的性別識別方法。

1 傳統(tǒng)性別識別方法

傳統(tǒng)的性別識別方法主要是基于人臉圖像的特征提取后進(jìn)行識別，如文獻(xiàn)［11］，也有基于步態(tài)、鞋子等作為研究對象的，但特征提取均是不可或缺的步驟。在圖像進(jìn)行預(yù)處理后，圖像所包含的信息量還是相當(dāng)大，為更有效地進(jìn)行性別識別，必須對原始圖像進(jìn)行相應(yīng)處理，以提取有效的信息，有助于模式分類。在數(shù)學(xué)上，上述特征提取過程就是從測量空間到特征空間的一種映射變換。該變換必須符合兩個(gè)準(zhǔn)則:特征空間必須包含測量空間的主要分類信息;特征空間的維數(shù)必須遠(yuǎn)低于測量空間的維數(shù)。

特征提取技術(shù)主要有:梯度方向直方圖(Histogram of Oriented Gradient，HOG)，其描述了像素點(diǎn)鄰域內(nèi)像素灰度值變化的特征，梯度的大小表示該像素點(diǎn)附近灰度值變換的劇烈程度，梯度的方向表示該像素點(diǎn)附近灰度值變化的方向，在輪廓明顯的情況下提取效果較好，但也存在一定的問題，如背景和前景區(qū)分不明顯時(shí)提取效果較差，也容易受噪聲的影響。局部二元模式(Local Binary Pattern，LBP)，其利用圖像像素及其鄰域位置內(nèi)的其他像素信息一起進(jìn)行計(jì)算，得到一種魯棒的紋理信息表示，紋理信息的表示方法可以由編碼表實(shí)現(xiàn)，量化后可以有效地消除光照對圖像單個(gè)像素的影響，基本的LBP特征提取方法如下:(1)以像素點(diǎn)gc為中心，取其8鄰域，即圖1中灰度值為151的點(diǎn)。(2)以點(diǎn)的灰度值為閾值，對8領(lǐng)域進(jìn)行二值化處理。(3)將二值化得到的二進(jìn)制序列作為一個(gè)8位二進(jìn)制數(shù)，并將該二進(jìn)制數(shù)轉(zhuǎn)化為10進(jìn)制即為gc點(diǎn)處LBP算子的值，其具體原理如圖1所示。

圖1 LBP算子

由圖1可知，點(diǎn)gc的灰度值為151，其LBP碼為00111100。其它特征提取方式還有:尺度不變特征變換(Scale Invariant Feature Transform，SIFT)、形狀上下文(Shape Context)等。

由于性別分類是個(gè)典型的二類問題，可根據(jù)經(jīng)驗(yàn)值進(jìn)行單閾值劃分，也可使用機(jī)器學(xué)習(xí)理論，尋找特征數(shù)據(jù)的規(guī)律，以進(jìn)行數(shù)據(jù)的分類和預(yù)測，常見的有基于支持向量機(jī)(Support Vector Machine，SVM)，即根據(jù)特征數(shù)據(jù)來尋找決策函數(shù)f(x)。其主要優(yōu)點(diǎn)有:專門針對有限樣本情況下的最優(yōu)解;算法最終將問題轉(zhuǎn)化為一個(gè)二次尋優(yōu)問題，理論上可以得到全局最優(yōu)解;算法本質(zhì)上將實(shí)際問題通過非線性變換轉(zhuǎn)換到高維的特征空間，在高維特征空間中用線性判別函數(shù)來實(shí)現(xiàn)低維空間中的非線性判別函數(shù)的功能，故SVM有一定的推廣能力。

為說明本文方法的有效性，將其與傳統(tǒng)性別識別方法作比較，傳統(tǒng)性別識別方法特征提取部分采用局部二元模式，其中檢測數(shù)據(jù)采用CMU PIE圖像集人臉庫。

2 基于神經(jīng)網(wǎng)絡(luò)的性別識別方法

人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，ANN)是由大量簡單且高度互聯(lián)的神經(jīng)元所組成的復(fù)雜網(wǎng)絡(luò)計(jì)算系統(tǒng)，其反映了腦功能的若干基本特征，是模擬人工智能的一條重要途徑?；谏窠?jīng)網(wǎng)絡(luò)的性別識別方法是先將數(shù)據(jù)進(jìn)行高斯濾波，以減少噪聲、背景光源等帶來的影響，然后將處理后的數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)，對其進(jìn)行訓(xùn)練，達(dá)到要求后保存神經(jīng)網(wǎng)絡(luò)，即可得到基于神經(jīng)網(wǎng)絡(luò)的性別分類器。

2.1 預(yù)處理

由于在獲取圖像時(shí)存在著一定的高斯白噪聲，不均勻光照等，都會(huì)影響識別效果，故在進(jìn)行性別識別前必須要對圖像進(jìn)行預(yù)處理，減少噪聲等帶來的影響，以提高識別率。較為典型的預(yù)處理方法有均值濾波、中值濾波、高斯濾波等，均值濾波對圖像有平滑的作用，但容易使圖像中物體輪廓邊緣模糊，模板尺寸選取不合適會(huì)導(dǎo)致細(xì)節(jié)信息的丟失。中值濾波對椒鹽噪聲效果較好，考慮到人臉各部位油性程度不同，具體如圖2(a)所示，臉頰、額頭等部位相對油性較大，從而導(dǎo)致明暗差距較大，文中采用高斯低通濾波。二維高斯低通濾波函數(shù)如式(1)所示

式中，D(u，v)表示距傅里葉變換原點(diǎn)的距離;σ表示高斯曲線的曲張程度，也是其截至頻率。圖2為耶魯大學(xué)人臉庫中男子的一幅臉部圖像，對其進(jìn)行高斯低通濾波，濾波器尺寸為3×3，σ取0.5。

圖2 高斯濾波

由圖2可知，經(jīng)高斯濾波后，有效地去除了白噪聲，并對不均勻光照帶來的影響有了一定的抑制，去除了圖像中因噪聲產(chǎn)生的灰度值階躍畸變，減少了圖像中人臉虛假特征點(diǎn)，使圖像更加平滑，更有利于神經(jīng)網(wǎng)絡(luò)的判斷識別。

2.2 訓(xùn)練神經(jīng)網(wǎng)絡(luò)

在對數(shù)據(jù)預(yù)處理后，為得到基于神經(jīng)網(wǎng)絡(luò)的性別分類器，需先設(shè)計(jì)一個(gè)神經(jīng)網(wǎng)絡(luò)，對其進(jìn)行訓(xùn)練以得到分類器，最后對分類器進(jìn)行測試，若不符合要求則重新設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)并訓(xùn)練。根據(jù)神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，選取了基于誤差反向傳播算法的多層前饋網(wǎng)絡(luò)，其可以逼近任意精度的連續(xù)函數(shù)，廣泛應(yīng)用于模式分類、非線性建模、函數(shù)逼近等。

BP網(wǎng)絡(luò)的設(shè)計(jì)主要考慮網(wǎng)絡(luò)層數(shù)、輸入輸出層節(jié)點(diǎn)數(shù)、隱層節(jié)點(diǎn)數(shù)、傳輸函數(shù)、訓(xùn)練算法等。在模式樣本較少的情況下，通常選取只含一個(gè)隱層的BP網(wǎng)絡(luò)，其節(jié)點(diǎn)數(shù)也較少。但當(dāng)模式樣本較多時(shí)，若采用單隱層網(wǎng)絡(luò)必將會(huì)導(dǎo)致隱層節(jié)點(diǎn)數(shù)大量增加，為減少單層網(wǎng)絡(luò)的規(guī)模，提高訓(xùn)練、識別的效率，故可通過增加隱層數(shù)來解決。因?yàn)橛糜谛詣e識別的人臉圖像模式較多，以耶魯大學(xué)人臉庫為例，其圖像大小為100×100，8位的灰度圖像，其模式較多，故本文在設(shè)計(jì)時(shí)采用6個(gè)隱層。隱層節(jié)點(diǎn)數(shù)與求解問題的要求、輸入輸出單元數(shù)等有一定的關(guān)系，過多會(huì)導(dǎo)致學(xué)習(xí)時(shí)間過長，而過少會(huì)使容錯(cuò)能力下降，導(dǎo)致識別錯(cuò)誤。根據(jù)研究經(jīng)驗(yàn)，可參考式(2)進(jìn)行設(shè)計(jì)

式中，n為隱層節(jié)點(diǎn)數(shù);n1為輸入節(jié)點(diǎn)數(shù);n0為輸出節(jié)點(diǎn)數(shù);a為1～10之間的常數(shù)。

輸入層維數(shù)和圖像尺寸相同，輸出層維數(shù)為2維，即男性或者女性。數(shù)據(jù)經(jīng)高斯濾波后將其歸一化到［0，1］之間，具體見式(3)

式中，g(x，y)為原始圖像(x，y)處的灰度值;f(x，y)為歸一化后的灰度值。

BP網(wǎng)路中的傳輸函數(shù)采用S型函數(shù)

該函數(shù)無內(nèi)部狀態(tài)且連續(xù)取值，其輸入輸出特性為一個(gè)有最大輸出值的非線性Sigmoid曲線，反映了神經(jīng)元的飽和特性，在有限范圍內(nèi)有抑制噪聲的作用。訓(xùn)練算法采用變學(xué)習(xí)率動(dòng)量梯度下降算法，在Matlab中為traingdx，其綜合了附加動(dòng)量法和自適應(yīng)學(xué)習(xí)速率法，在同類算法中內(nèi)存需求較小，學(xué)習(xí)速度快。在實(shí)際應(yīng)用中運(yùn)算速度快，只迭代了400次就達(dá)到了0.000 1的誤差，基本符合要求。

3 實(shí)驗(yàn)驗(yàn)證及分析

為說明本文算法的有效性，將本算法與傳統(tǒng)的性別識別算法作比較，并在加噪聲、圖像旋轉(zhuǎn)情況下測試其識別率，以驗(yàn)證其魯棒性。算法在PC機(jī)上運(yùn)行，CPU為Intel i5 3210 3.0 GHz，RAM為DDR3 1600容量4 GB，以Matlab2012b為軟件開發(fā)環(huán)境。訓(xùn)練用的人臉圖像庫采用CMU PIE圖像集，其包括來自68個(gè)人的40 000張照片，每個(gè)人的13種姿態(tài)條件，43種光照條件和4種表情下的照片，測試用人臉圖像庫采用Yale圖像集，其包括15人，每人11張照片，主要包括光照條件和表情的變化，圖像分辨率均調(diào)整為100×100，灰度級為8位。

在文中傳統(tǒng)的性別識別算法采用局部二元模式提取臉部第二性特征，主要是胡子、眉毛，并采用單閾值法進(jìn)行識別。測試用部分人臉圖像如圖3所示。

圖3 人臉庫圖像

由圖像可知，單從人臉圖像的第二性特征進(jìn)行性別識別，其差異并不明顯，故在識別時(shí)存在一定的誤差。其識別率結(jié)果如表1所示。

表1 各算法識別率

如表1所示，本文算法在識別率上有了一定的提高，特別是在抗噪聲方面比傳統(tǒng)算法有所提高，其主要原因是神經(jīng)網(wǎng)絡(luò)通過學(xué)習(xí)、訓(xùn)練可以自動(dòng)提取特征，并具有一定的容錯(cuò)能力。表1中加入椒鹽噪聲的情況如圖4(a)所示。

圖4 旋轉(zhuǎn)、加噪圖像

為進(jìn)一步測試本文算法的魯棒性，文中將圖像(Yale圖像集)進(jìn)行逆時(shí)針旋轉(zhuǎn)，具體如圖4(b)所示，最大旋轉(zhuǎn)角度為45°，并與傳統(tǒng)算法相比，其實(shí)驗(yàn)結(jié)果如圖5所示。

圖5 旋轉(zhuǎn)角度與識別率

由圖5可知，文中算法具有一定的幾何不變性，旋轉(zhuǎn)角度在0°～45°變化時(shí)識別率保持在0.75以上，而傳統(tǒng)算法識別率較低，均值約為0.4，最低僅為0.3。為兼顧收斂速度和準(zhǔn)確性，算法采用6個(gè)隱層的BP網(wǎng)絡(luò)，在訓(xùn)練時(shí)采用變學(xué)習(xí)率動(dòng)量梯度下降算法。通過實(shí)驗(yàn)可知，基于神經(jīng)網(wǎng)絡(luò)的性別識別方法比傳統(tǒng)算法具有更高的識別率，其魯棒性也得到了一定的提高。

4 結(jié)束語

文中提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的性別識別方法，該方法避免了目前性別識別方法中人體第二性特征提取步驟，由神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時(shí)自動(dòng)提取完成，并得到了基于人臉圖像的性別識別分類器。由于在訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)已將人的各種表情、佩戴眼鏡、圖像旋轉(zhuǎn)等問題考慮進(jìn)去了，故訓(xùn)練得到的分類器魯棒性較好，通過加噪聲、圖像旋轉(zhuǎn)等實(shí)驗(yàn)也驗(yàn)證了這一點(diǎn)，并且提高了識別率。以后的研究工作可在更大的人臉庫上進(jìn)行，并可引入彩色圖像的識別。

［1］COTTRELL G W，METCALFE J.EMPATH:Face，emotion and gender recognition using holons［J］.Advances in Neural Information Processing Systems，1991(2):564－771.

［2］ 路秀英，崔興凱，霍新麗.基于人臉圖像的性別識別方法［J］.計(jì)算機(jī)仿真，2012，29(2):241－244.

［3］於東軍，吳小俊，HANCOCK E R，等.廣義SOM及其在人臉性別識別中的應(yīng)用［J］.計(jì)算機(jī)學(xué)報(bào)，2011，34(9):1719－1725.

［4］ 付俊輝，楊獻(xiàn)峰.基于人臉圖像的性別識別建模與仿真研究［J］.計(jì)算機(jī)仿真，2012，29(5):299－302.

［5］ 李昆侖，廖頻.基于級聯(lián)支持向量機(jī)的人臉圖像性別識別［J］.計(jì)算機(jī)工程，2012，38(12):152－154.

［6］ROSS A，JAIN A K.Information fusion in biometrics［J］.Pattern Recognition Letters，2003，24(13):2115－2125.

［7］ 朱樹先，張仁杰.BP和RBF神經(jīng)網(wǎng)絡(luò)在人臉識別中的比較［J］.儀器儀表學(xué)報(bào)，2007，28(2):375－379.

［8］ 王浩全.基于BP神經(jīng)網(wǎng)絡(luò)提高偽裝目標(biāo)識別概率的研究［J］.光譜學(xué)與光譜分析，2010，30(12):3316－3319.

［9］ 甘俊英，張有為.基于BP神經(jīng)網(wǎng)絡(luò)的人臉識別［J］.系統(tǒng)工程與電子技術(shù)，2003，25(1):113－115.

［10］周志華，陳世福.神經(jīng)網(wǎng)絡(luò)集成［J］.計(jì)算機(jī)學(xué)報(bào)，2002，25(1):1－8.

［11］陳曉倩，許孜奕，陸麗，等.基于臉部特征的性別識別［J］.數(shù)據(jù)采集與處理，2010，25(5):595－599.