近期人脸对齐的实证性研究

本次推送参考文献《An Empirical Study of Recent Face Alignment Methods》

人脸对齐方法的发展具有以下5个里程碑的阶段：

1、1995 年Cootes 的ASM算法；

2、1998 年Cootes 的AAM算法；

3、2006 年cristinacce 的CLM算法（Constrained Local Model）；

4、2010 年Dollar 的cascaded Regression算法；

5、2013年 Sun 首次将深度学习方法CNN应用到人脸特征点定位上。

现在的人脸对齐有三种方法：

• 基于局部方法（local-basedmethods）；
• 基于全局的方法（holistic-basedmethods）；
• 基于混合的方法。

注：ASM,AAM不包括在内

一、基于局部方法（Local-based methods）

基于局部方法通常有两种：Local expert和Spatial shape model 。Local expert重点描述特征点附近图像的样子，Spatial shape model 重点描述脸部形状的变化。

1.1、Local expert主要由以下三类：

1）基于分类方法，例如一般基于Gabor特征或SIFT特征的SVM，基于DRMF的字典学习（Dict.L）和多通道关联滤波器（CF）；

2）基于回归的方法，例如支持向量回归（SVR）和连续条件随机场（CCNF）;

3）基于投票的方法。

1.2、Shape model

比较典型的就是CLM（局部约束模型）,还有其他的比如RANSAC,图匹配，高斯牛顿可变性部分模型（GNDPM），混合树模型以及层次可能性模型（HPM）。

基于局部方法不足之处：

• 当特征点较多是，计算量大；
• 难以平衡局部响应与全局约束。

表1 Local-based methods

二、基于全局的方法（holistic-based methods）

当前大多数基于全局的方法都是从粗到精的方式进行工作的。如形状估计一般开始与初始形状S0，通过T个回归器级联逐步地对形状进行微调，然后获得最终形状。

文献利用了如下伪代码过程实现：

尽管当前提出了许多策略，但大多数策略都是基于上面的那个框架，只不过这些方法的区别主要在这三个方面：

1）初始化设置不同；

2）shape-indexed特征不同；

3）回归器的不同；不过特征提取和回归器通常是相互依赖的。

初始化：对于基于形状回归的方法初始化主要有三种策略：random，mean shape以及supervised。这里说一下，基于supervised初始化策略通常通过一个辅助模型（比如ConvNet）计算初始化模型。

Shape indexed特征：当前有大量的不同的图像特征用来作为Shape indexed特征，包括灰度像素差值，手工特征（SIFT或HOG等），学习特征（使用自编码器或ConvNet）

回归器：回归器也有许多不同的构建方法，比如：随机厥 random ferns，随机森林random forests，支持向量回归SupportVector Regressor，监督梯度下降法Supervised Descent Method(SDM) 以及他的扩展方法。当前，也有许多人将深度学习的框架应用到人脸对齐的问题上，这种方法一般都是一种基于全局的（holistic），从粗到精（coarse-to-fine）的方式。

表2 Holistic-based methods and their properties

值得注意的是，特征和回归器的结合无非就是两种：non-linear features + linear regression以及linear features + non-linear regression，这是因为从Image到Face Pose的Mapping过程就是一个非线性的过程。

三、基于混合的方法

基于混合的方法用的比较多的就是脸部遮挡检测occlusion detection，结合Local和Holistic-based、弱监督方法，统一的人脸检测和校准方法，活跃的图案模型等，由于他们不同的环境和有限的空间，把他们作为未来工作的比较。

四、数据集准备和评价指标

数据集

本文献使用了300W++数据集，下面给大家提供更多相关领域的数据集，希望对大家有一些帮助：

■Annotated Database (Hand, Meat, LV Cardiac, IMM face) (http://www2.imm.dtu.dk/~aam/)

■AR Face Database (http://cobweb.ecn.purdue.edu/~aleix/aleix_face_DB.html) ■BioID Face Database (http://www.bioid.com/downloads/facedb/index.php) ■Caltech Computational Vision Group Archive (Cars, Motorcycles, Airplanes, Faces, Leaves, Background) (http://www.vision.caltech.edu/html-files/archive.html) ■Carnegie Mellon Image Database (motion, stereo, face, car, ...) (http://vasc.ri.cmu.edu/idb/) ■CAS-PEAL Face Database (http://www.jdl.ac.cn/peal/index.html) ■CMU Cohn-Kanade AU-Coded Facial Expression Database (http://www.ri.cmu.edu/projects/project_421.html ■CMU Face Detection Databases (http://www.ri.cmu.edu/projects/project_419.html) ■CMU Face Expression Database (http://amp.ece.cmu.edu/projects/FaceAuthentication/download.htm) ■CMU Face Pose, Illumination, and Expression (PIE) Database (http://www.ri.cmu.edu/projects/project_418.html) ■CMU VASC Image Database (motion, road sequences, stereo, CIL’s stereo data with ground truth, JISCT, face, face expressions, car) (http://www.ius.cs.cmu.edu/idb/) ■Content-based Image Retrieval Database (http://www.cs.washington.edu/research/imagedatabase/groundtruth/) ■Face Video Database of the Max Planck Institute for Biological Cybernetics (http://vdb.kyb.tuebingen.mpg.de/) ■FERET Database (http://www.frvt.org/) ■FERET Color Database (http://www.itl.nist.gov/iad/humanid/colorferet/home.htmlhttp://face.nist.gov/colorferet/ ) ■Georgia Tech Face Database (http://www.anefian.com/face_reco.htm) ■German Fingerspelling Database (http://www.anefian.com/face_reco.htm) ■Indian Face Database (http://www.cs.umass.edu/~vidit/IndianFaceDatabase) ■MIT-CBCL Car Database (http://cbcl.mit.edu/software-datasets/CarData.html) ■MIT-CBCL Face Recognition Database (http://cbcl.mit.edu/software-datasets/heisele/facerecognition-database.html) ■MIT-CBCL Face Databases (http://cbcl.mit.edu/software-datasets/FaceData2.html) ■MIT-CBCL Pedestrian Database (http://cbcl.mit.edu/software-datasets/PedestrianData.html) ■MIT-CBCL Street Scenes Database (http://cbcl.mit.edu/software-datasets/streetscenes/) ■NIST/Equinox Visible and Infrared Face Image Database (http://www.equinoxsensors.com/products/HID.html) ■NIST Fingerprint Data at Columbia (Link) ■ORL Database of Faces (http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html) ■Rutgers Skin Texture Database (http://www.caip.rutgers.edu/rutgers_texture/) ■The Japanese Female Facial Expression (JAFFE) Database (http://www.kasrl.org/jaffe.html ■The Ohio State University SAMPL Image Database (3D, still, motion) (http://sampl.ece.ohio-state.edu/database.htm) ■The University of Oulu Physics-Based Face Database (http://www.ee.oulu.fi/research/imag/color/pbfd.html) ■UMIST Face Database (http://images.ee.umist.ac.uk/danny/database.html) ■USF Range Image Data (with ground truth) (http://marathon.csee.usf.edu/range/DataBase.html) ■Usenix Face Database (hundreds of images, several formats) (Link) ■UCI Machine Learning Repository (http://www1.ics.uci.edu/~mlearn/MLSummary.html) ■USC-SIPI Image Database (collection of digitized images) (http://sipi.usc.edu/services/database/Database.html) ■UCD VALID Database (multimodal for still face, audio, and video) (http://ee.ucd.ie/validdb/) ■UCD Color Face Image (UCFI) Database for Face Detection (http://ee.ucd.ie/~prag/) ■UCL M2VTS Multimodal Face Database (http://www.tele.ucl.ac.be/PROJECTS/M2VTS/m2fdb.html) ■Vision Image Archive at UMass (sequences, stereo, medical, indoor, outlook, road, underwater, aerial, satellite, space and more) (http://sipi.usc.edu/database/) ■Where can I find Lenna and other images? (http://www.faqs.org/faqs/compression-faq/part1/section-30.html) ■Yale Face Database (http://cvc.yale.edu/projects/yalefaces/yalefaces.html) ■Yale Face Database B (http://cvc.yale.edu/projects/yalefaces/yalefaces.html)

目前人脸识别领域常用的人脸数据库主要有:

1. FERET人脸数据库

由FERET项目创建,包含14,051张多姿态,光照的灰度人脸图像,是人脸识别领域应用最广泛的人脸数据库之一.其中的多数人是西方人,每个人所包含的人脸图像的变化比较单一.

2. MIT人脸数据库

由麻省理工大学媒体实验室创建,包含16位志愿者的2,592张不同姿态,光照和大小的面部图像.

3. Yale人脸数据库

由耶鲁大学计算视觉与控制中心创建,包含15位志愿者的165张图片,包含光照,表情和姿态的变化.

4. Yale人脸数据库B

包含了10个人的5,850幅多姿态,多光照的图像.其中的姿态和光照变化的图像都是在严格控制的条件下采集的,主要用于光照和姿态问题的建模与分析.由于采集人数较少,该数据库的进一步应用受到了比较大的限制.

5. PIE人脸数据库

由美国卡耐基梅隆大学创建,包含68位志愿者的41,368张多姿态,光照和表情的面部图像.其中的姿态和光照变化图像也是在严格控制的条件下采集的,目前已经逐渐成为人脸识别领域的一个重要的测试集合.

6. ORL人脸数据库

由剑桥大学AT&T实验室创建,包含40人共400张面部图像,部分志愿者的图像包括了姿态,表情和面部饰物的变化.该人脸库在人脸识别研究的早期经常被人们采用,但由于变化模式较少,多数系统的识别率均可以达到90%以上,因此进一步利用的价值已经不大.

7. PF01人脸数据库

由韩国浦项科技大学创建,包含103人的1,751张不同光照,姿态,表情的面部图像,志愿者以韩国人为主.

8. AR人脸数据库

由西班牙巴塞罗那计算机视觉中心建立,包含116人的3,288幅图像.采集环境中的摄像机参数,光照环境,摄像机距离等都是严格控制的.

9. BANCA人脸数据库

该数据库是欧洲BANCA计划的一部分,包含了208人,每人12幅不同时间段的面部图像.

10. KFDB人脸数据库

包含了1,000人,共52,000幅多姿态,多光照,多表情的面部图像,其中姿态和光照变化的图像是在严格控制的条件下采集的.志愿者以韩国人为主.

11. MPI人脸数据库

该人脸数据库包含了200人的头部3维结构数据和1,400幅多姿态的人脸图像.

12. XM2VTS人脸数据库

包含了295人在4个不同时间段的图像和语音视频片断.在每个时间段,每人被记录了2个头部旋转的视频片断和6个语音视频片断.此外,其中的293人的3维模型也可得到.

人脸检测方法：

• OpenCV自带的基于Harr特征的V-Jdetector；
• 基于HOG+SVM特征的dlib；
• doppia库的三种人脸检测方法（DPM，HeadHunter和HeadHunter_baseline）。

上面几种人脸检测效果中doppia库提供的人脸检测效果最好，顺便提一下，doppia库除了有比较好的人脸检测算法之外还有行人检测算法DPM， DPM应该算是的传统机器学习模式（非深度学习）下行人检测效果最好的算法。

文献中有对常用的几种人脸检测算法进行对比：

图1 卷积架构的失踪人脸检测

图2 在样本图像上的不同人脸检测

表1 ConvNet的人脸回归

图3 在300W+数据集中的人脸边界框

A new evaluation metric: AUCα

图1 不同值（α = 0.1 and α = 0.2）对应的 AUCα

其中，定义如下：

五、现成模型的基本比较

图5 基于最佳人脸检测器的不同方法性能比较。

Face centre shifts

图6 人脸中心位移实验。（a）人脸中心移位合成；（b）AUC0.2 VS. 人脸中心移

Face scale changes

图7 人脸尺度变化实验。（a）用红色阴影突出的原始脸边框；（b）AUC0.2 VS. 人脸尺度变化

六、灵敏度分析

图8 灵敏度与Face centre shifts和Face scale changes的重新训练模型

重要因素：

• Initialisation（初始化）；
• Cascade levels（级联水平）。

图9 重要因素评价

总结：

本文献主要讲解了最近的人脸对齐方法的实证研究。首先扩展了300W数据集，并形成了300W ++数据集，并具有更实用的人脸检测。然后，提出了一个新的人脸对齐评估标准AUCα，这是非常有效的衡量一个单一的性能价值。

在此基础上，对几种代表性人脸定位方法，包括现成模型和重训练模型进行了敏感性分析和比较研究。还研究了级联人脸对齐中的几个有影响的方面。从一个全面的实证研究中，得出了当前人脸对齐方法的有用结论，并为实际应用提出了深刻的见解。

由于空间有限，本次没有研究人脸对齐的几个方面：例如训练数据对模型性能的影响如何？一个方法的可扩展性如何？如何增强对初始化变化的鲁棒性？这些想法都很有趣，接下来我们都可以在未来的工作中去进行研究学习。