基于支持向量机 (SVM) 和稀疏表示理论 (SRC) 的人脸识别比较
一 背景
1.1 支持向量机简介
支持向量机（Support Vector Machine，SVM）是AT&TBell 实验室的V.Vapnik等人提出的一种机器学习算法，是迄今为止最重要的机器学习理论和方法之一，也是应用最广泛、综合效果最好的模式分类技术之一。到目前为止，支持向量机已应用于孤立手写字符识别、网页或文本自动分类、说话人识别、人脸检测、性别分类、计算机入侵检测、基因分类、遥感图象分析、目标识别、函数回归、估计、函数逼近、密度估计、时间序列预测及数据压缩、文本过滤、数据挖掘、非线性系统控制等各个领域的实际问题中。
支持向量机是一种二分类模型，其基本定义是特征空间上的间隔最大的线性分类器（当采用线性核时），即支持向量机的学习策略是间隔最大化，最终转化为凸二次规划问题的求解。该方法在1995年正式发表，因其在文本分类任务中显示出卓越性能，很快成为机器学习的主流技术，掀起了“统计学习”在2000年前后的高潮。但实际上，支持向量的概念早在二十世纪六十年代就已出现，统计学习理论在七十年代就已成型。对核函数的研究更早，Mercer定理可追溯到1909年，RKHS则在四十年代就已被研究，但在统计学习兴起之后，核技巧才真正成为机器学习的通用基本技术。
SVM的主要思想是针对两类分类问题，寻找一个超平面作为两类训练样本点的分割，以保证最小的分类错误率。在线性可分的情况下，存在一个或多个超平面使得训练样本完全分开，SVM的目标是找到其中的最优超平面，最优超平面是使得每一类数据与超平面距离最近的向量与超平面之间的距离最大的这样的平面，超平面W是h值最大的最优超平面；对于线性不可分的情况，通过使用核函数（一种非线性映射算法）将低维输入空间线性不可分的样本转化为高维特征空间使其线性可分。支持向量机的求解通常是借助于凸优化技术。
对于多分类任务要进行专门的推广，对带结构输出的任务也已有相应的算法。
核函数直接决定了支持向量机与核方法的最终性能，但核函数的选择仍是一个未决的问题。多核学习使用多个核函数并通过学习获得其最优凸组合作为最终的核函数，实际上借助集成学习机制。目前，SVM已有很多软件包，比较有名的是LIBSVM[Chang and Lin,2011]和LIBNEAR[Fan et al, 2008]。
1.2 稀疏表示理论简介
信号稀疏表示是过去近20年来信号处理界非常引人关注的领域。稀疏表示的目的就是在给定的超完备字典中用尽可能少的原子来表示信号，可以获得信号更为简洁的表达方式，从而使我们更容易地获取信号中所蕴含的信息，更方便进一步对信号进行加工处理，如压缩、编码等。信号稀疏表示的研究热点主要集中在稀疏分解算法、超完备原子字典和稀疏表示的应用方面。其两大主要任务是字典的生成和信号的稀疏分解，对于字典的选择一般有分析字典和学习字典两大类。
目前，稀疏表示的应用范围基本为自然信号形成的图像、音频以及文本等， 对于非自然信号或数据的应用尚未有文献涉及。在应用方面，可大体划分为两类。（1）基于重构的应用。此类应用有图像去噪、压缩与超分辨、SAR成像、缺失图像重构以及音频修复等。这些应用主要将目标的特征用若干参数来表示，这些特征构成稀疏向量，利用稀疏表示方法得到稀疏向量，根据数学模型进行数据或图像重构。在这些应用中，观测数据一般含有噪声。（2）基于分类的应用。这类应用的本质是模式识别，将表征对象主要的或本质的特征构造稀疏向量，这些特征具有类间的强区分性。利用稀疏表示方法得到这些特征的值，并根据稀疏向量与某类标准值的距离，或稀疏向量间的距离判别完成模式识别或分类过程，例如盲源分离、 音乐表示与分类、人脸识别、文本检测。
1.3 SVM和稀疏表示理论在人脸识别上的应用
1.3.1 SVM
人脸识别技术是一种采用计算机分析人脸图像， 从中提取出有效的识别信息，用来“辨认”身份的一门技术。人脸识别技术在驾驶执照、罪犯身份识别、自动门卫系统、银行、海关的监控系统等领域等得到广泛的应用。但是由于人脸图像受到表情、成像角度、光照、姿态等条件的影响， 同时人脸识别还涉及到计算机视觉、模式识别等学科， 诸多因素使得人脸识别成为一项极富挑战性的课题。
在人脸识别过程中，特征提取从人脸图像中提取最有效的识别信息，人脸分类器是对有效信息进行建模，并对待识别人脸进行识别。当前主要的特征提取方法为主成分分析、小波分析、奇异值特征向量等方法， 这些特征提取方法都是基于光照不变特征的方法， 当光照变化不大时， 可以取得比较好的效果，但是光照变化比较大时，则计算比较复杂，容易获得带噪声的人脸特征向量，从而使后续的人脸识别精度比较低。当前人脸分类器主要有: 判别分析法、隐马尔可夫、贝叶斯分类器和最近邻分类器等。这此方法都是基于线性的分类器，当人脸表情变化不大时，识别率比较高，但是人是一种有感情的动物，表情相当丰富，获得的特征是一种非线性向量，因此这些方法有时对人脸识别率不高，尤其对于面部表情之间差别比较大的图像，识别率较低。神经网络分分类识别能力强，广泛应用于人脸识别。但是神经网络是一种大样本学习方法，本身存在不可克服的缺陷如: 过拟合、局部最优等。传统的模式识别方法中，支持向量机( Support Vector Machines，SVM) 是一种专门针对小样本、高维数模式识别问题的算法，解决了神经网络存在的缺陷，成为人脸识别的首选分类器。
1.3.2 稀疏表示
人脸的稀疏表示是基于光照模型。即一张人脸图像，可以用数据库中同一个人所有的人脸图像的线性组合表示。而对于数据库中其它人的脸，其线性组合的系数理论上为零。由于数据库中一般有很多个不同的人脸的多张图像，如果把数据库中所有的图像的线性组合来表示这张给定的测试人脸，其系数向量是稀疏的。因为除了这张和同一个人的人脸的图像组合系数不为零外，其它的系数都为零。
上述模型导出了基于稀疏表示的另外一个很强的假设条件：所有的人脸图像必须是事先严格对齐的。否则，稀疏性很难满足。换言之，对于表情变化，姿态角度变化的人脸都不满足稀疏性这个假设。所以，经典的稀疏脸方法很难用于真实的应用场景。
稀疏脸很强的地方在于对噪声相当鲁棒，相关文献表明，即使人脸图像被80%的随机噪声干扰，仍然能够得到很高的识别率。稀疏脸另外一个很强的地方在于对于部分遮挡的情况，例如戴围巾，戴眼镜等，仍然能够保持较高的识别性能。上述两点，是其它任何传统的人脸识别方法所不具有的。
二 实验数据
本实验基于Yale大学研究者提供了公开数据集。
[ftp://public.sjtu.edu.cn/imageData/faceImage/yaleBExtData]
其中包含38个人的人脸图片，每人65幅共计2470幅大小为192×168的图片，实验先将每幅图像降采样为48×42大小的图像后拉伸为一个一维的向量。随机地从每个人的图片中取p幅图片作为训练样本，38个人总共38*p个训练样本，剩下的图片作为测试样本。
三 算法介绍
3.1 SVM
3.1.1 基本原理
给定训练样本集，在特征空间上找到一个分离超平面，将样本点分到不同的类。其中当且存在唯一的分类超平面，使得样本点距离分类超平面的距离最大。其中，距离超平面最近的点为该超平面的支持向量。找到超平面后，对于待测点，通过计算该点相对于超平面的位置进行分类，如图3-1。其中，一个点距离分离超平面的距离越大，表示分类预测的确信程度越高。这里省去SVM的数学推导。
图3-1 SVM方法简单描述
3.1.2 惩罚参数
惩罚参数表示对误分类点的惩罚权重。 如下图所示，惩罚参数的设置相当与在训练集的误差和间隔平面的距离上做一个折衷选择。当惩罚参数过大，易出现过拟合的情况，预测时，易导致误分情况。减小惩罚参数，开始容忍样本点落入间隔平面之内。过小会导致训练集的样本点对结果影响变小分类功能丧失。因此，选择合适的惩罚参数，会大大提高分类器的性能，非常关键。 实际运用过程中，采用交叉验证的方法选择合适的参数C。
交叉验证（Cross Validation）即将所有的样本分成：训练集（train set），验证集（validation set）和测试集（test set），合适的划分比例如（3:3:4），使用不同的参数训练样本，在验证集上验证表现性能，得到一组最佳参数再应用在测试集上计算最终精度。此方法可大大减少因设置参数花费的时间。在本文的代码中改参数选用了默认值。
3.1.3 核函数
实际的训练集通常是线性不可分的，这就需要运用到核技巧将原空间中的点映射到线性可分的高维空间，如图3-2。常用的核函数有：线性核函数、多项式核函数、高斯核函数（RBF核函数），sigmoid核函数。核函数的选择对分类器的影响较大，本实验选取高斯核，因为时间有限，对选用哪种核函数效果更好不做进一步的讨论。
图3-2 低维线性不可分映射到高维可分
3.1.4 多分类支持向量机
实际分类通常涉及多类问题的区分，而SVM的理论是二类问题的区分，解决多类问题通常的方法如下，前两种方法最常见：（1）一对多（one-vs-rest），构造k个SVM，分类时将未知样本分类为具有最大分类值的那类；（2）一对一（one-vs-one），任意两个样本之间设计一个SVM共n(n-1)/2，分类时为得票最多的类；（3）层次分类（H-SVMs），分层：所有类别分成子类，子类再分，循环得到单独的类。
3.1.5 Libsvm工具箱介绍
libsvm是*大学林智仁教授开发设计的一个简单、快速有效的SVM模式识别和回归的软件包，可在C、Java、Matlab、C#、Ruby、Python、R、Perl、Common LISP、Labview等数十种语言里实现。该工具箱提供了很多默认参数，使用非常方便。训练模型用到函数：svmtrain。例如model = svmtrain(train_label,train_data,option)。
其中option的可选项如图3-3。
图3-3 svmtrain函数option可选项
3.2 稀疏表示
在SRC（Sparse Representation Classification）算法中，一个很重要的环节是对范数最小化问题的优化求解，不同的优化算法可涉及到L0、L1、L2范数等。对于L1范数最小化问题已经有很多种快速求解方法，主要包括有梯度投影Gradient Projection,同伦算法，迭代阈值收缩，领域梯度Proximal Gradient，增广拉格朗日方法，这几种方法都比正交匹配追踪算法OMP要高效的多。上述几种快速算法中，采用增广拉格朗日的对偶实现相比其它的快速算法要更好。在本文实验中选用Homotopy算法。
图3-4具体介绍SRC算法。
在本文实验的代码中，没有考虑上述SRC算法中的扰动e0项。
四 实验结果与分析
分别采用线性SVM分类器（LIBSVM）和稀疏表示方法进行人脸分类识别，稀疏表示中的字典为训练样本集。用训练样本训练分类器，测试样本用于计算分类识别的精度；分别对p=7、13、20进行实验，每组实验重复10次，可得平均的人脸识别精度、训练时间和平均每幅测试图片分类所用的时间。
4.1 SVM
程序编写主要思路首先将图像降采样并构成一维行向量，特征维数为2016，之后每个人选取p张图像作为训练集，即共有训练样本38*p个，剩下的样本作为测试集。在形成训练集和测试集的过程中随机排列样本并做归一化处理。用SVM算法在Yale数据集上实验，运行程序可得到实验结果如表1~3。
表1 SVM算法人脸识别实验结果（p=7）
|
实验序号 |
识别精度 (%) |
训练时间 （s） |
每幅测试图片分类用时(s) |
|
1 |
51.82 |
1.5000 |
0.0019 |
|
2 |
56.15 |
1.5460 |
0.0051 |
|
3 |
51.49 |
1.5470 |
0.0043 |
|
4 |
54.98 |
1.3440 |
0.0042 |
|
5 |
58.47 |
1.2180 |
0.0019 |
|
6 |
52.00 |
1.2190 |
0.002351 |
|
7 |
51.72 |
1.2970 |
0.0019 |
|
8 |
54.66 |
1.2030 |
0.0019 |
|
9 |
54.80 |
1.2180 |
0.0019 |
|
10 |
55.31 |
1.1720 |
0.0019 |
表2 SVM算法人脸识别实验结果（p=13）
|
实验序号 |
识别精度 (%) |
训练时间 （s） |
每幅测试图片分类用时(s) |
|
1 |
74.32 |
4.4370 |
0.0080 |
|
2 |
74.48 |
3.4360 |
0.0083 |
|
3 |
75.47 |
3.5300 |
0.0077 |
|
4 |
72.66 |
3.4360 |
0.0078 |
|
5 |
73.18 |
3.8270 |
0.0036 |
|
6 |
73.39 |
3.9830 |
0.0040 |
|
7 |
74.74 |
3.5310 |
0.0035 |
|
8 |
76.25 |
3.3430 |
0.0034 |
|
9 |
73.23 |
3.4990 |
0.0042 |
|
10 |
72.24 |
3.2490 |
0.0034 |
表3 SVM算法人脸识别实验结果（p=20）
|
实验序号 |
识别精度 (%) |
训练时间 （s） |
每幅测试图片分类用时(s) |
|
1 |
85.13 |
6.9510 |
0.0130 |
|
2 |
85.07 |
7.0300 |
0.0125 |
|
3 |
83.13 |
9.0310 |
0.0125 |
|
4 |
81.92 |
8.2190 |
0.0117 |
|
5 |
85.31 |
6.9980 |
0.0051 |
|
6 |
84.46 |
6.8570 |
0.0050 |
|
7 |
84.34 |
7.3420 |
0.0056 |
|
8 |
84.16 |
7.4210 |
0.0053 |
|
9 |
83.74 |
6.5920 |
0.0050 |
|
10 |
83.98 |
6.7330 |
0.0055 |
通过以上SVM算法的实验结果，可以得出以下结论与分析：
- 随着p的增大，识别精度增大，当p取20，即训练样本占总样本约58%的比例时，SVM算法的识别精度大约为83~85%。因为训练样本数目增加，SVM分类器分类能力增强，但是也要注意到如果训练样本所占比列过大容易造成过拟合的情况。
- 随着p的增大，SVM模型的训练时间增大，p取7时模型训练时间最短为3.25s， p取20时训练时间最长为9.03s。训练样本数目的增加导致了模型优化求解计算量增加，因此训练时间增加。
- 随着p的增大，每幅测试图片的分类所需时间增大，p取7时平均分类时间为 0.0027s，p取20时平均分类时间为0.0081s。训练模型更复杂，平均分类时间也增大了。
4.2 SRC
在稀疏表示算法中，所有的训练样本构成训练样本矩阵A，在对某一个测试样本进行预测时首先求最小范数优化解，其次求得该优化解下测试样本比较对应每一类的误差，误差最小的即为测试样本预测类。因此没有训练模型的概念，在以下实验结果中没有显示训练时间。主要思路是图像降采样后构成一维列向量，训练集的所有样本构成词典，即共有38*p列。在范数优化最小化求解部分，本文选用Homotopy算法。运行程序，可得SRC算法的实验结果如表4~6所示。
表4 SRC算法人脸识别实验结果（p=7）
|
实验序号 |
识别精度 (%) |
训练时间 （s） |
每幅测试图片分类用时(s) |
|
1 |
73.56 |
/ |
0.2904 |
|
2 |
74.72 |
/ |
0.3088 |
|
3 |
74.39 |
/ |
0.2995 |
|
4 |
76.63 |
/ |
0.2893 |
|
5 |
72.67 |
/ |
0.2847 |
|
6 |
73.84 |
/ |
0.2830 |
|
7 |
71.00 |
/ |
0.2446 |
|
8 |
74.81 |
/ |
0.2584 |
|
9 |
74.81 |
/ |
0.2925 |
|
10 |
72.58 |
/ |
0.2873 |
表5 SRC算法人脸识别实验结果（p=13）
|
实验序号 |
识别精度 (%) |
训练时间 （s） |
每幅测试图片分类用时(s) |
|
1 |
85.52 |
/ |
0.3590 |
|
2 |
85.52 |
/ |
0.3441 |
|
3 |
83.91 |
/ |
0.3644 |
|
4 |
86.30 |
/ |
0.3564 |
|
5 |
85.47 |
/ |
0.3398 |
|
6 |
84.11 |
/ |
0.3274 |
|
7 |
83.80 |
/ |
0.3504 |
|
8 |
84.53 |
/ |
0.3401 |
|
9 |
85.52 |
/ |
0.3380 |
|
10 |
87.08 |
/ |
0.3351 |
表6 SRC算法人脸识别实验结果（p=20）
|
实验序号 |
识别精度 (%) |
训练时间 （s） |
每幅测试图片分类用时(s) |
|
1 |
90.39 |
/ |
0.4208 |
|
2 |
91.35 |
/ |
0.4103 |
|
3 |
89.72 |
/ |
0.4006 |
|
4 |
88.94 |
/ |
0.4019 |
|
5 |
92.32 |
/ |
0.4058 |
|
6 |
89.18 |
/ |
0.4522 |
|
7 |
91.72 |
/ |
0.3823 |
|
8 |
91.35 |
/ |
0.3831 |
|
9 |
90.39 |
/ |
0.4180 |
|
10 |
90.87 |
/ |
0.3890 |
通过以上SRC算法的实验结果，可以得出以下结论与分析：
- 随着p的增大，识别精度增大，当p取20，即训练样本占总样本约58%的比例时，SRC算法的识别精度大约为89~92%。训练样本数目增加，词典的原子数增加，词典中所蕴含的每个人的特征更丰富，因此对测样样本分类时识别精度更高。
- 随着p的增大，SRC算法下每幅测试图片分类用时增加，p取7时分类用时大约0.2839s，p取20时分类用时大约0.4064s。随着p增大，字典中的原子数增大，故范数最小化的解的维度增加。在对某测试样本进行分类时，因为分类标签是使得误差2范数最小的类，而误差范数的求解过程中随着A矩阵的维度增加，计算量增加，故分类时间增加。
4.3 SVM和SRC算法实验结果比较
4.3.1 SVM和SRC实验结果比较
基于SVM和SRC算法的实验结果，表7比较了两者在平均识别精度、训练时间和每张测试图片分类时间的差异。
表7 SVM和SRC算法实验结果比较（p=7，13，20）
|
p取值 |
方法 |
平均识别精度 (%) |
平均训练时间 （s） |
平均每幅测试图片分类用时(s) |
|
7 |
SVM |
54.14 |
1.3264 |
0.0027 |
|
7 |
SRC |
73.90 |
/ |
0.2839 |
|
13 |
SVM |
74.00 |
3.6271 |
0.0054 |
|
13 |
SRC |
85.18 |
/ |
0.3455 |
|
20 |
SVM |
84.12 |
7.3174 |
0.0081 |
|
20 |
SRC |
90.62 |
/ |
0.4064 |
从SVM和SRC算法的实验结果比较来看，可以得出以下结论：
- 不管p取何值，SRC算法的平均识别精度都比SVM高。但是随着p的增大，两者之间的精度差值减小，即SVM的精度越来越接近SRC的精度。可见，尤其是在训练样本较少的情况下，SRC算法表现很好。
- 在平均每幅图片测试时间方面，SVM算法耗时明显小于SRC算法。原因可能是SRC的范数最小化优化求解过程计算量更大。但应当意识到，SRC算法是没有训练模型时间的，SVM多了训练模型时间，总得来说SVM算法的运行时间还是小于SRC算法。
4.3.2 主成分分析（PCA）降维的讨论
特征选择可降低特征的维数、节省模式的存储空间、提高计算效率，更重要的是通过特征选择还可以发现反映模式差异的更本质的特征。在本文的实验过程中，图像样本降采样为了48*42大小的图像，并进一步转化为一列向量，因此样本的维数实际上为2016维。为了使算法更具通用性，现讨论主成分分析（PCA）降维方法对实验结果的影响。在原算法基础上加入PCA部分，分别计算降维至50/100/200维后的识别精度和每个样本的测试时间，因为时间有限，其中p取13，每组实验重复三次取平均值。实验结果如表8所示。
表8 PCA+SVM，PCA+SRC，SVM，SRC算法结果对比（p=13）
|
样本维数 |
平均识别精度 (%) |
平均每幅测试图片分类用时(s) |
|||
|
SVM |
SRC |
SVM |
SRC |
||
|
PCA降维 |
50 |
76.96 |
74.79 |
0.0004 |
0.0360 |
|
100 |
81.51 |
80.61 |
0.0005 |
0.0440 |
|
|
200 |
82.15 |
84.50 |
0.0009 |
0.0779 |
|
|
未PCA降维 |
2016 |
74.00 |
85.18 |
0.0054 |
0.3455 |
从表8的结果对比中可以看出，在p=13，即训练样本占总样本约20%的情况下：
- 对于SVM算法，样本在经过PCA降维后，识别精度反而有所增加，而且平均每幅测试图片的分类时间减小明显。降维至200维时识别精度最高，但是因为不降维的情况下识别精度较低，说明存在一最佳的维数，通过PCA降维至这一维数时，可以达到最好的识别精度。因此，PCA降维处理技术可以有效提高识别效率，同时选择合适的维数降维可以提高识别精度。
- 对于SRC算法，降维处理后的识别精度没有原精度高。但是，降维至200维时，其识别精度已经很接近原识别精度。同时，经PCA降维后，平均的样本分类时间有所降低。因此，PCA降维可以显著提高SRC算法的效率，同时也能保证较高的精度。
-------------------------------------------------------------------------------------------------------------------------
-------------------------------------------------------------------------------------------------------------------------
以上就是这两种传统的模式识别方法在人脸识别上的应用。 实际上，本文并没有追溯在两种方法的起源以及目前的发展，那样可能更像是一篇论文，另当别论。其次文中对PCA（主成分分析）的理论也没有详尽，如果你不熟悉可以查看任何一本关于机器学习或者模式识别的书，都是一些关于矩阵的基本操作。
本文意在介绍支持向量机和稀疏表示这两种经典模式识别方法及其应用，以及这两者的效果对比。要知道在深度学习还未大行其道之前，人脸识别的准确率远没有现在那么高，这些经典的方法备受关注，尤其是稀疏特征理论，像是一扇窗，为研究人员们带来了喜悦和新的视角。但是随着深度学习技术的起起伏伏，以及07或12年这几个重要年份的大放异彩，深度方法以暴力般的精度向人们展示了其巨大的诱惑力。但是因为深度学习方法的理论性不够完善或者说明显，看那些五花八门的网络有时候更像是一门艺术，因此不可避免会存在潜在的缺点。应当说，深度学习技术有着其巨大的应用前景，但是我们是不是也应该不断去瞥见传统方法的优美之处，甚至偶尔与深度学习结合，说不定在传统模式识别方法的尘埃中也会绽放出娇艳的花朵。
（在下一篇也许会有代码实现）