單樣本光照不變?nèi)四樧R(shí)別算法研究.pdf

1、人臉識(shí)別是二十一世紀(jì)一種新型且高端的生物特征識(shí)別技術(shù)。隨著社會(huì)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(shí)際應(yīng)用中很多無(wú)法預(yù)知的不可控因素的存在，人臉識(shí)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(shí)別性能的眾多因素中，光照是一個(gè)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(huì)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(shí)別中非常棘手的光照問(wèn)題，主要通過(guò)圖像處理的手段減弱光

2、照變化來(lái)有效地提高識(shí)別率，重點(diǎn)研究光照條件下的單樣本人臉識(shí)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(gè)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(guò)提取多個(gè)方向梯度信息，同時(shí)采用局部二值模式編碼思想對(duì)其進(jìn)行編碼，實(shí)驗(yàn)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(shí)別效果。⑵介紹一種能對(duì)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(duì)比度增強(qiáng)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(duì)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(shí)為了有效地表示人類視覺(jué)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(guò)