單樣本光照不變?nèi)四樧R別算法研究.pdf

1、人臉識別是二十一世紀(jì)一種新型且高端的生物特征識別技術(shù)。隨著社會的不斷發(fā)展，該技術(shù)在很多領(lǐng)域擁有很好的應(yīng)用前景。然而，由于實際應(yīng)用中很多無法預(yù)知的不可控因素的存在，人臉識別的性能急劇下降，其廣泛應(yīng)用也同樣面臨著嚴(yán)峻的挑戰(zhàn)。在影響人臉識別性能的眾多因素中，光照是一個非常難以處理的影響因素。通常在室外，人臉難免受到不同程度的光照影響，從而會使臉部有效的特征減弱而變得難以分辨。本文研究了人臉識別中非常棘手的光照問題，主要通過圖像處理的手段減弱光

2、照變化來有效地提高識別率，重點研究光照條件下的單樣本人臉識別。
　　本研究主要內(nèi)容包括：⑴介紹人臉的梯度特征。研究表明，人臉的梯度特征是一個光照不變的特征。在梯度臉的基礎(chǔ)上提出一種可以稀疏表征人臉的特征提取方法。該算法通過提取多個方向梯度信息，同時采用局部二值模式編碼思想對其進(jìn)行編碼，實驗表明該方法可以很好地去除光照的影響，提取出人臉的本質(zhì)特征，從而提高識別效果。⑵介紹一種能對圖像進(jìn)行最優(yōu)稀疏表示的自適應(yīng) Haar小波變換—Tet

3、rolet變換，以及基于人類視網(wǎng)膜模型的局部對比度增強方法，并在此基礎(chǔ)上提出了一種有效的光照不變特征提取方法。對Tetrolet變換后的低頻系數(shù)采用視網(wǎng)膜模型進(jìn)行修正以達(dá)到削弱光照的目的，保留了更多的用于分類的信息。⑶介紹Retinex理論以及基于此理論提出的單/多尺度Retinex。同時為了有效地表示人類視覺系統(tǒng)的多尺度性，在非采樣結(jié)構(gòu)金字塔的基礎(chǔ)上提出自適應(yīng)非下采樣拉普拉斯分解，并提出基于Retinex自適應(yīng)分解的特征提取方法。通過