視覺感知機(jī)制啟發(fā)的人臉識(shí)別方法研究.pdf

1、自動(dòng)人臉識(shí)別在軍事、安防、執(zhí)法、金融等眾多領(lǐng)域有著廣闊的應(yīng)用前景，受到了研究者們廣泛的關(guān)注，已發(fā)展為計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域的熱點(diǎn)研究課題。目前，在特定環(huán)境下人臉識(shí)別已能達(dá)到比較滿意的效果；然而在現(xiàn)實(shí)環(huán)境中由于光照、表情、姿態(tài)、成像條件等一系列不可控因素的影響，人臉識(shí)別的性能會(huì)急劇下降，難以滿足實(shí)際應(yīng)用的要求。人類的視覺系統(tǒng)在人臉識(shí)別方面有著獨(dú)特的優(yōu)勢(shì)，即便在復(fù)雜的環(huán)境中也能快速準(zhǔn)確地通過人臉辨識(shí)出對(duì)方的身份，其性能遠(yuǎn)勝于當(dāng)前最優(yōu)秀的自

2、動(dòng)人臉識(shí)別系統(tǒng)。因此，以人類的視覺感知機(jī)制為參考研究新的識(shí)別方法，是提高自動(dòng)人臉識(shí)別性能的一條重要途徑。本文正是基于這一思想展開研究，探索視覺感知機(jī)制啟發(fā)的人臉識(shí)別新方法，提高自動(dòng)人臉識(shí)別的準(zhǔn)確性和可靠性。
　　 本文主要在以下三個(gè)方面展開了具有特色的研究工作：
　　 ①針對(duì)基于統(tǒng)計(jì)理論的人臉識(shí)別方法難以區(qū)分干擾因素與人臉本質(zhì)差異的問題，提出一種模擬視皮層機(jī)制的人臉不變特征提取模型，消除光照、表情等干擾因素造成的圖像變化

3、，提升人臉識(shí)別性能。該模型構(gòu)造一個(gè)二層結(jié)構(gòu)的分層網(wǎng)絡(luò)模擬初級(jí)視皮層(V1)的功能，逐步消除干擾因素造成的圖像變化，獲取人臉的不變特征。第一層模擬V1簡單細(xì)胞的功能提取一種具有光照不變性的人臉特征。本層首先采用稀疏編碼模型模擬V1簡單細(xì)胞的學(xué)習(xí)機(jī)制，通過人臉圖像訓(xùn)練得到一組反映人臉局部空間結(jié)構(gòu)的濾波器，并根據(jù)濾波器的重構(gòu)能量和頻率特性，選出少數(shù)幾個(gè)最具代表性的帶通濾波器用于人臉特征提??；然后模擬V1簡單細(xì)胞的線性分析功能，利用選出的濾波器

4、提取人臉不同空間頻率上的邊緣特征。此邊緣特征對(duì)應(yīng)于圖像的高頻成分，而光照對(duì)圖像的高頻成分影響較小，因此該特征具有良好的光照不變性。模型第二層模擬V1復(fù)雜細(xì)胞的功能，在空間和尺度鄰域內(nèi)通過局部極大值運(yùn)算對(duì)第一層的輸出進(jìn)行合并，進(jìn)一步增加人臉特征對(duì)表情、輕度姿態(tài)變化和局部細(xì)節(jié)變化的不變性。以此不變特征進(jìn)行識(shí)別，有效克服了光照、表情等因素的影響，提高了人臉識(shí)別的精度和穩(wěn)定性。
　　 ②為了利用面部重要區(qū)域的局部特征提升人臉識(shí)別的精度，

5、結(jié)合視覺注意機(jī)制與模擬視皮層機(jī)制的分層網(wǎng)絡(luò)模型，提出一種注意機(jī)制啟發(fā)的人臉不變特征提取方法。本方法基于信息量最大化注意理論，利用分層網(wǎng)絡(luò)第一層提取的各個(gè)空間頻率上的圖像特征計(jì)算人臉圖像的注意顯著圖。以顯著度作為人臉不同區(qū)域重要性的評(píng)價(jià)指標(biāo)，并將顯著圖轉(zhuǎn)化為權(quán)值圖，在分層網(wǎng)絡(luò)第二層的計(jì)算過程中對(duì)不同區(qū)域的特征賦予不同的權(quán)值，強(qiáng)化顯著區(qū)域?qū)θ四樧R(shí)別的貢獻(xiàn)。通過加權(quán)的方式不僅增強(qiáng)了人臉重要區(qū)域的特征，同時(shí)也保留了對(duì)人臉識(shí)別十分重要的人臉整體結(jié)

6、構(gòu)信息。此方法解決了對(duì)人臉圖像進(jìn)行均勻處理的不足，進(jìn)一步提高了人臉識(shí)別的精度。
　　 ③為了充分利用彩色圖像提供的信息提高人臉識(shí)別的綜合性能，提出一種對(duì)立色感知機(jī)制啟發(fā)的彩色人臉識(shí)別方法。首先，為了減小光照變化對(duì)圖像色彩信息的影響，根據(jù)人類色彩感知的對(duì)立色機(jī)制，將RGB彩色圖像轉(zhuǎn)換為具有一個(gè)亮度分量和二個(gè)色度分量的對(duì)立色形式。然后，對(duì)于對(duì)立色的亮度分量，利用模擬視皮層機(jī)制的分層網(wǎng)絡(luò)模型提取其特征，作為人臉的紋理特征；對(duì)于色度分量

7、，提取其低頻成分作為人臉的色彩特征。最后，對(duì)紋理特征和色彩特征分別進(jìn)行識(shí)別分類，并將它們的識(shí)別相似度融合得到人臉識(shí)別的最終結(jié)果。色彩特征對(duì)圖像模糊具有良好的魯棒性，它彌補(bǔ)了紋理特征抗圖像模糊能力弱的缺點(diǎn)；紋理特征具有良好的光照不變性，它進(jìn)一步彌補(bǔ)了色彩特征處理光照變化的不足；此外，紋理特征和色彩特征描述了人臉不同方面的屬性，具有很好的互補(bǔ)性。因此，通過融合紋理特征和色彩特征的識(shí)別結(jié)果，本彩色人臉識(shí)別方法具備了三方面的優(yōu)點(diǎn)：