DeepId人脸识别算法学习

DeepID的目标是人脸验证（判断两张图片是否是一个人），同时衍生出人脸识别（多次人脸验证）。使用近期比较火的卷积神经网络学习特征，输入一张图片，产出160维的特征向量，然后使用现成的浅层机器学习组合贝叶斯进行分类。由于卷积神经网络计算的特征紧凑且区分度大，所以得到的效果较好。同时，为了得到更好的效果，DeepID采用增大数据集的方法，一是增加新的数据，celebFaces（87628张图片，5436个人），celebFaces+（202599张图片，10177个人）；二是裁剪图片，多区域、多尺度、多通道裁剪，然后将计算的向量组合，使用PCA降维。

1.DeepID流程

图1

图1描述的是特征提取的过程，每层的数字表示的是每个卷积网络神经元的数量，随着层数的增加，神经元的数量会减少，最终产出160维度的向量。

2.DeepID网络结构

图2 网络结构

图2描述的是DeepID的网络结构，和卷积神经网络的结构类似，却别在于倒数第二层的DeepID层，同时和最后第四层的卷基层和第三层的Max-pooling层全连接，层数越高对于特征的概括越高（视野越大），包含的神经元也越少，容易造成信息损失，加上第三层的的特征，降低了信息损失。

3.DeepID实验

DeepID使用CelebFaces数据集，包含87628张图片，5436个人，采用80%即4349个人作为卷积神经网络的训练集，其余20%用于识别模型训练。

在特征提取过程中，首先检测5个人脸特征点，即两个眼睛中心点，1个鼻子和2个嘴巴边界点，基于两眼的中心和嘴边界两个点的中心做对其。然后将人脸分成60个patch，包含10个子区域、3个尺度和颜色通道。如图3所示。



上面的是十张区域图片，左五张是弱一致脸，右五张是基于5个面部特征点为中心的五个区域。下面是最具代表的两个patch三个尺度的图片。对这60个patch分别使用60个卷积网络做训练，每个计算出2个160维特征向量（patch和它的水平翻转），最终得到的特征数目为2*160*60=19200，通过组成训练，最终得到的特征使用PCA降维产出150维特征向量。

人脸验证使用组合贝叶斯方法。如图4所示。



图4

方法验证中引入CelebFaces+数据集，使用5种不同的scale将patchs数目增加至100，最终产出160*2*100维度特征，使用PCA降维至150维，基于组合贝叶斯训练的模型在LFW上得到97.2%的准确率。

4.DeepID实验结论

1.使用multi-scale 多patches的结果比只使用一个只有整张人脸的patch的效果要好。



2.使用DeepID神经网络的最后一层softmax层作为特征表示，效果很差，损失的信息太多。

3.训练集人数越多，分类的准确率都会增加。



4.DeepID自身的分类错误率较高。



5.DeepID准确率

5.引用文献

Deep learning face representation from predicting 10,000 classes