抗光照干擾的人臉識別算法研究.pdf

1、人臉識別系統(tǒng)具有非接觸性、主動性以及用戶友好等優(yōu)點(diǎn),不僅廣泛用于門禁和考勤等領(lǐng)域,在人口密集地區(qū)安檢系統(tǒng)及電子商務(wù)中的移動支付系統(tǒng)中也有卓越表現(xiàn)。人臉識別技術(shù)在應(yīng)用中需要解決人臉姿態(tài)、表情、遮擋以及環(huán)境光照變化等問題。但由于系統(tǒng)進(jìn)行圖像采集時(shí)通常處于非可控光源環(huán)境中,因而光照變化對人臉識別系統(tǒng)的影響尤為顯著。研究表明人臉圖像中光照變化造成的差異可能大于個體面部特征差異,且目前仍無法徹底解決光照干擾的問題。因而研究抗光照干擾的人臉識別算法

2、具有重要意義。
　　人臉識別系統(tǒng)中克服光照變化干擾的方法主要包括光照歸一化處理、光照不變特征提取以及基于基圖像算法。本文重點(diǎn)對光照歸一化處理和光照不變特征提取算法進(jìn)行研究。主要研究內(nèi)容如下:
　　①詳細(xì)介紹了基于光照歸一化處理中的伽馬校正、對數(shù)變換、直方圖均衡化以及同態(tài)濾波等算法,并利用Yale B人臉庫對上述光照歸一化處理的光照補(bǔ)償性能進(jìn)行了測試。結(jié)果表明光照歸一化算法雖然能夠一定程度上減弱光照變化的干擾,但在光照強(qiáng)度較大

3、時(shí),并不能獲得令人滿意的效果。
　?、谥攸c(diǎn)研究了基于光照不變特征提取的人臉識別方法,包括MSR、LTV、LWT及NSCT算法等。上述算法都能很好地抑制人臉圖像中的光照干擾,LTV相比MSR具有更好的細(xì)節(jié)保持能力;LWT對圖像進(jìn)行多分辨率分析能獲取更多的人臉信息;NSCT相比LWT更適合描述人臉圖像中的紋理輪廓。利用Yale B、Extended Yale及 CMU PIE人臉庫對各算法提取的光照不變特征進(jìn)行分類識別測試,表明基于N

4、SCT的人臉識別算法識別率顯著高于前幾種算法。
　?、劭紤]到人臉圖像NSCT低頻子帶中依然存在人臉信息,本文提出一種融合自適應(yīng)平滑和 NSCT的人臉識別方法,即使用自適應(yīng)平滑技術(shù)進(jìn)一步提取低頻子帶的人臉細(xì)節(jié)特征,對NSCT提取的光照不變特征進(jìn)行補(bǔ)償。該算法提取的光照不變特征能夠更好地保持圖像紋理細(xì)節(jié)特征,去除光照變化的干擾。利用Yale B、Extended Yale和CMU PIE人臉庫對MSR、LTV、LWT、NSCT、INS