基于非下采樣Contourlet梯度方向直方圖的人臉識別方法研究.pdf

1、人臉識別技術因其廣闊的應用前景現(xiàn)在已經成為一個非常熱門的研究課題。作為生物特征識別的一個重要分支，因其具有非接觸性、普遍性、易采集性等特點，在國家安全、軍事安全、公共安全管理、智能門衛(wèi)、出入境管理、身份驗證以及人機交互等領域具有非常大的應用價值?，F(xiàn)在很多學者提出的算法要想取得較好的識別效果往往需要被采集對象的配合，同時也對采集條件有較嚴格的要求，如果達不到這些條件，識別性能將急劇下降，因此，要將人臉識別技術應用到實際中還存在著許多困難需

2、要克服。人臉識別算法一般由三個部分組成，這三個部分各自完成相關功能，第一個部分是是人臉檢測與定位，第二個部分是對人臉圖像中有用信息進行提取，第三個部分是對提取到的特征進行分類。其中第二個部分是整個人臉識別算法最為關鍵的步驟，因為在這一步驟中提取到的人臉特征的鑒別能力從根本上決定了最終的識別率。利用非下采樣Contourlet變換對人臉圖像進行分解，可以得到人臉圖像非采樣Contourlet系數(shù)，包括高頻系數(shù)和低頻系數(shù)，人臉的一些器官的基

3、本特征主要包含在低頻系數(shù)里面，低頻系數(shù)對光照變化比較敏感，人臉圖像的紋理和方向信息主要包含在高頻系數(shù)中，這些特征對光照變化不是特別敏感，可以在一定程度上解決光照難題，梯度方向直方圖能夠提取人臉圖像的形狀邊緣特征，同時因為它采用窗口進行統(tǒng)計，能夠提高算法對姿態(tài)、表情等的魯棒性。
　　本研究主要內容包括：⑴提出一種基于非下采樣Contourlet梯度方向直方圖(HNOG)的人臉識別算法，并通過進行大量實驗來分析各項參數(shù)對HNOG算法識

4、別率的影響，尋找最優(yōu)的參數(shù)，并在不同人臉庫上進行對比實驗驗證算法的識別性能。⑵光照問題一直是人臉識別中的一大難題，HOG雖對光照變化有一定魯棒性，但是在光照劇烈變化時，仍無法獲得足夠的識別特征，而相對梯度能夠很好地克服光照帶來的影響，對傳統(tǒng)的相對梯度直方圖進行改進，并替代HNOG算法中的HOG，提出了非下采樣Contourlet相對梯度方向直方圖特征描述方法（HNROG)，經過實驗證明，這種特征提取方法提取的特征很好地消除了劇烈光照變化