6. 人脸识别与感知机

人脸识别与感知机

早期人脸识别技术

最早的人脸识别技术由Sung Kah Kay (MIT), Henry Rowley (CMU)运用ANN识别得来，方法大致为： - 将有人脸图像分割为\(20 × 20 px\)的矩阵块 - 对每个块运用亮度矫正和直方图均衡 - 放入神经网络学习，检测每一个矩阵块是否为人脸，如果不是，则平移矩阵块，并不断缩小矩阵的大小，再次检测。

Viola-Jones 人脸检测方法

Viola-Jones 人脸检测方法 （Viola Jones Face detection）是Paul viola 和 Michael J Jones共同提出的一种人脸检测框架。它极大的提高了人脸检测的速度和准确率。 目前的人脸识别设备大多采用这种方法。 这种方法主要提取了4类最基本的特征。

右图： 特征A主要是用于检测双眼，特征C主要用于检测额头的部位。

• 特征的加强与感知机
  Viola-Jones 人脸检测方法使用了加强的特征，具体方法为：
  1. 称一个简单的分类器叫做单特征感知机（single-feature perceptron），对每一种特征都使用一种不同的单特征感知机，得到加权的一些数据，如果有K个特征，就要用K个不同的单特征感知机。
     
  2. 对之前获得的数据进行加权。
     
  3. 训练所有的K个单特征感知器。
     
  4. 在此阶段选择一个最佳分类器。
     
  5. 与先前选择的其他分类器组合。
     
  6. 重新加权新得到的所有数据。
  7. 再次学习所有K个分类器，选择最佳分类器，合并，重新加权。
  8. 重复执行，直到选择了T个分类器。

在当时，运用这种方法训练5k张人脸和9.5k张非人脸图像花费了一周的时间，最后的结果是一个38层的感知机，它提取了6060个特征。