基于非下采樣Contourlet梯度方向直方圖的人臉識(shí)別方法研究.pdf

1、人臉識(shí)別技術(shù)因其廣闊的應(yīng)用前景現(xiàn)在已經(jīng)成為一個(gè)非常熱門的研究課題。作為生物特征識(shí)別的一個(gè)重要分支，因其具有非接觸性、普遍性、易采集性等特點(diǎn)，在國(guó)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(yàn)證以及人機(jī)交互等領(lǐng)域具有非常大的應(yīng)用價(jià)值?，F(xiàn)在很多學(xué)者提出的算法要想取得較好的識(shí)別效果往往需要被采集對(duì)象的配合，同時(shí)也對(duì)采集條件有較嚴(yán)格的要求，如果達(dá)不到這些條件，識(shí)別性能將急劇下降，因此，要將人臉識(shí)別技術(shù)應(yīng)用到實(shí)際中還存在著許多困難需

2、要克服。人臉識(shí)別算法一般由三個(gè)部分組成，這三個(gè)部分各自完成相關(guān)功能，第一個(gè)部分是是人臉檢測(cè)與定位，第二個(gè)部分是對(duì)人臉圖像中有用信息進(jìn)行提取，第三個(gè)部分是對(duì)提取到的特征進(jìn)行分類。其中第二個(gè)部分是整個(gè)人臉識(shí)別算法最為關(guān)鍵的步驟，因?yàn)樵谶@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(shí)別率。利用非下采樣Contourlet變換對(duì)人臉圖像進(jìn)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(duì)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(duì)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(shí)因?yàn)樗捎么翱谶M(jìn)行統(tǒng)計(jì)，能夠提高算法對(duì)姿態(tài)、表情等的魯棒性。
　　本研究主要內(nèi)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(shí)別算法，并通過進(jìn)行大量實(shí)驗(yàn)來(lái)分析各項(xiàng)參數(shù)對(duì)HNOG算法識(shí)

4、別率的影響，尋找最優(yōu)的參數(shù)，并在不同人臉庫(kù)上進(jìn)行對(duì)比實(shí)驗(yàn)驗(yàn)證算法的識(shí)別性能。⑵光照問題一直是人臉識(shí)別中的一大難題，HOG雖對(duì)光照變化有一定魯棒性，但是在光照劇烈變化時(shí)，仍無(wú)法獲得足夠的識(shí)別特征，而相對(duì)梯度能夠很好地克服光照帶來(lái)的影響，對(duì)傳統(tǒng)的相對(duì)梯度直方圖進(jìn)行改進(jìn)，并替代HNOG算法中的HOG，提出了非下采樣Contourlet相對(duì)梯度方向直方圖特征描述方法（HNROG)，經(jīng)過實(shí)驗(yàn)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