人臉識(shí)別中圖像特征提取與匹配技術(shù)研究.pdf

1、伴隨信息技術(shù)、人工智能、模式識(shí)別、計(jì)算機(jī)視覺(jué)等新技術(shù)的快速發(fā)展，人臉識(shí)別已被廣泛應(yīng)用在公共安全、信息安全、金融等領(lǐng)域，近幾年已成為圖像處理等領(lǐng)域的研究熱點(diǎn)課題之一。對(duì)于一個(gè)人臉識(shí)別系統(tǒng)，圖像匹配的目的是把通過(guò)不同傳感器、不同時(shí)間拍攝、不同視覺(jué)的人臉圖像統(tǒng)一到一個(gè)框架下，便于后續(xù)的特征提取和識(shí)別。人臉面部的特征提取是實(shí)現(xiàn)人臉識(shí)別技術(shù)的前提和基礎(chǔ)，因此研究高效且魯棒性更好的特征提取方法具有十分重要的現(xiàn)實(shí)意義。
　　本論文以特征提取方法

2、和圖像匹配技術(shù)為研究目標(biāo)，以人臉識(shí)別為應(yīng)用背景，針對(duì)不同的特征提取方法進(jìn)行深入探討和研究，所提出的一些改進(jìn)算法能有效地提高人臉識(shí)別率。主要研究?jī)?nèi)容和成果包括:
　　(1)圖像匹配的目的是把兩幅或多幅圖像在空間上進(jìn)行對(duì)準(zhǔn)，以確定它們之間存在某種變換關(guān)系的過(guò)程，這些圖像是在不同時(shí)間、不同傳感器和不同視角下拍攝得到的。針對(duì)圖像匹配技術(shù)，本文闡述了它的基本定義、流程以及相關(guān)的匹配方法，在詳細(xì)研究基礎(chǔ)上提出了一種基于投影熵的圖像匹配技術(shù)。<

3、br>　　(2)針對(duì)直接采用奇異值分解(Singular Value Decomposition，SVD)中的奇異值向量進(jìn)行人臉識(shí)別的識(shí)別率較低問(wèn)題，本文采用基于類估計(jì)基空間的改進(jìn)SVD計(jì)算人臉圖像的奇異值特征向量，為了降低光照、表情、噪聲、姿態(tài)等多因素的影響，提出了一種融合多尺度全局特征和局部特征的人臉特征表示方法。在得到多尺度融合人臉特征基礎(chǔ)上采用粗糙集約簡(jiǎn)算法進(jìn)行特征選擇，最后把選擇的特征作為SVM分類器的輸入從而進(jìn)行人臉識(shí)別。實(shí)

4、驗(yàn)結(jié)果表明，多尺度下融合全局特征和局部特征的識(shí)別方法是一種更有效的特征提取方法。
　　(3)針對(duì)人臉識(shí)別中的光照問(wèn)題，分析一些傳統(tǒng)光照處理方法，深入研究和分析基于全變分模型(Total variation model，TV)的光照處理算法。本文在研究全變分模型的基礎(chǔ)上，采用L1范數(shù)優(yōu)化技術(shù)并結(jié)合Bregman迭代算法求解反射系數(shù)。為了提高模型的處理速度，采用基于多分辨率的處理方法從粗糙到精細(xì)的逐步迭代求解過(guò)程，最后結(jié)合分塊PCA方

5、法提取人臉面部的局部特征，使得局部特征更能充分表征和描述圖像間的差異性和相似性。實(shí)驗(yàn)結(jié)果表明，該方法能更有效地提取人臉圖像的局部特征，更準(zhǔn)確地表征人臉面部的結(jié)構(gòu)特征和紋理信息。
　　(4)針對(duì)經(jīng)典主動(dòng)形狀模型(Active shape model，ASM)直接采用灰度值信息構(gòu)建局部輪廓模型，灰度值對(duì)光照、噪聲等因素是十分敏感的，本文采用每個(gè)像素點(diǎn)的邊緣結(jié)構(gòu)方向代替灰度值構(gòu)建局部輪廓模型，提出了一種改進(jìn)的局部輪廓模型建立方法。該方法

6、在法線方向的兩側(cè)采樣灰度點(diǎn)，在每個(gè)灰度點(diǎn)的鄰域內(nèi)再采樣若干點(diǎn)，能充分有效地利用每個(gè)采樣點(diǎn)以及它所在鄰域內(nèi)點(diǎn)的灰度分布信息。實(shí)驗(yàn)結(jié)果表明，改進(jìn)ASM方法取得了較好的特征點(diǎn)定位結(jié)果，基于改進(jìn)ASM特征提取的人臉識(shí)別率也有較大提高。
　　(5)針對(duì)經(jīng)典ASM采用PCA變換獲得形狀主成分向量并結(jié)合形狀參數(shù)建立一個(gè)線性統(tǒng)計(jì)形狀模型，傳統(tǒng)PCA方法不能實(shí)時(shí)有效地更新模型中的協(xié)方差矩陣和平均紋理輪廓。本文提出一種改進(jìn)的ASM方法，該方法采用增量

7、子空間學(xué)習(xí)方法更新圖像訓(xùn)練集的特征空間，不斷更新的特征空間能很好地描述圖像之間特征結(jié)構(gòu)信息。實(shí)驗(yàn)結(jié)果表明，改進(jìn)的方法可以有效提高人臉特征點(diǎn)的定位精度，提高人臉識(shí)別的識(shí)別率。
　　本論文通過(guò)對(duì)人臉識(shí)別中特征提取方法和圖像匹配技術(shù)的研究，提出了一些改進(jìn)的特征提取和識(shí)別方法。深入分析基于奇異值的人臉識(shí)別方法，提出了一種融合多尺度全局特征和局部特征的人臉識(shí)別方法。針對(duì)人臉識(shí)別中的光照問(wèn)題，構(gòu)造一種基于全變分模型且魯棒性更好的特征提取方法。