NIR人臉圖像識(shí)別方法研究.pdf

1、人臉識(shí)別(Face Recognition)作為生物特征識(shí)別領(lǐng)域，是對(duì)一個(gè)人的身份進(jìn)行有效認(rèn)證的重要識(shí)別技術(shù)，在公共安全、銀行系統(tǒng)、軍事、海關(guān)等領(lǐng)域都有著廣泛的應(yīng)用前景。該項(xiàng)技術(shù)涉及到計(jì)算機(jī)視覺、生理學(xué)、人工智能、認(rèn)知科學(xué)、心理學(xué)等多個(gè)重要領(lǐng)域，是模式識(shí)別、圖像處理等學(xué)科中一項(xiàng)極具潛力的研究課題。
　　目前為止，應(yīng)用最多的是基于可見光的人臉識(shí)別系統(tǒng)，該類系統(tǒng)易受光照、姿態(tài)等一些因素的影響。近年來，針對(duì)可見光人臉識(shí)別技術(shù)存在的不足，

2、部分學(xué)者提出了基于近紅外光的人臉識(shí)別算法，該方法能有效減少光照這一不利因素對(duì)人臉識(shí)別系統(tǒng)性能的影響，目前，已逐漸成為人臉識(shí)別領(lǐng)域的研究熱點(diǎn)。
　　在目前的近紅外人臉識(shí)別研究方法中，出現(xiàn)了多種算法，諸如:PCA、LBP、DBC等，這些算法各有優(yōu)勢(shì)，但是在識(shí)別率等方面卻存在一定的不足?；诖?，本文提出了一種融合了Contourlet變換與支持向量機(jī)(SVM)訓(xùn)練法的近紅外(NIR)人臉識(shí)別新算法，即基于Contourlet和SVM的近

3、紅外人臉識(shí)別算法。
　　本文的主要工作如下:
　　1本文羅列了一些常用的生物特征，并對(duì)生物特征識(shí)別技術(shù)及應(yīng)用領(lǐng)域、應(yīng)用前景等內(nèi)容作了簡(jiǎn)要概括;分析了人臉識(shí)別技術(shù)的研究背景及國(guó)內(nèi)外此項(xiàng)技術(shù)的發(fā)展現(xiàn)狀;闡述了人臉識(shí)別技術(shù)研究的大致內(nèi)容;總結(jié)了人臉識(shí)別系統(tǒng)與其他生物識(shí)別系統(tǒng)相比所具有的獨(dú)特優(yōu)勢(shì);綜合評(píng)述了人臉識(shí)別技術(shù)研究的意義;最后簡(jiǎn)要介紹了人臉識(shí)別系統(tǒng)廣泛應(yīng)用的各個(gè)領(lǐng)域;為了消除或降低一些不利因素給人臉識(shí)別性能帶來的不利影響，我

4、們提出了基于近紅外光的人臉識(shí)別方案。
　　2其次簡(jiǎn)要介紹了人臉識(shí)別技術(shù)及此系統(tǒng)的基本框架，國(guó)內(nèi)外典型的人臉識(shí)別商業(yè)系統(tǒng)及產(chǎn)品，現(xiàn)有的人臉識(shí)別方法。人臉識(shí)別技術(shù)作為一種最直觀、最自然的生物可視化識(shí)別技術(shù)，在我們的生產(chǎn)生活中正發(fā)揮著越來越重要的作用。
　　3接著分析了人臉識(shí)別研究的難點(diǎn)，光照、表情、姿態(tài)等因素成為了制約人臉識(shí)別技術(shù)發(fā)展的一大障礙;之后又對(duì)紅外光（包括熱紅外光和近紅外光兩種光照）人臉成像的特點(diǎn)做了簡(jiǎn)要的總結(jié)，證明了

5、基于近紅外光的人臉識(shí)別技術(shù)是一種較為實(shí)用、有效且目前來說對(duì)光照及姿態(tài)變化有良好適應(yīng)性的前沿技術(shù)，并且列舉了一些近紅外人臉識(shí)別的方法。
　　4針對(duì)人臉識(shí)別技術(shù)存在的諸多不足，本文提出了一種基于近紅外人臉識(shí)別的新算法，即基于Contourlet和SVM的近紅外人臉識(shí)別算法。本算法首先對(duì)近紅外光照下的人臉圖像通過Contourlet變換得到特征數(shù)據(jù)，然后利用SVM進(jìn)行分類與識(shí)別。該算法有效結(jié)合了Contourlet變換的特征提取和SVM