復雜光照條件下人臉識別關鍵算法研究.pdf

1、人臉識別是圖像處理和模式識別領域的一個研究熱點，它涉及到模式識別、圖像處理、計算機視覺、機器學習等多個學科領域。人臉識別和認證技術(shù)在國家安全、公安系統(tǒng)和城市的公共安全等方面有著十分重要的應用前景。雖然經(jīng)過了近40年的發(fā)展，但是，由于人臉是非剛性物體，并容易受到光照、姿態(tài)、表情等因素的影響，要實現(xiàn)一個高識別率、高魯棒性的全自動人臉識別系統(tǒng)仍然是一個極具挑戰(zhàn)性的課題。 本論文的研究圍繞著光照問題展開，以提高人臉識別系統(tǒng)對光照的魯棒性

2、和識別率為主要目標，對人臉圖像預處理、特征點定位、特征提取等關鍵環(huán)節(jié)展開研究，探討光照問題的解決方法。本文的主要工作和創(chuàng)新點包括如下幾個方面： 1、研究了光照歸一化問題，提出了基于全變分模型的光照預處理算法光照是影響人臉識別的主要因素之一，人臉圖像因為光照條件的變化而產(chǎn)生的改變甚至超過由于不同個體之間差異而產(chǎn)生的變化。本文在對圖像成像過程進行分析的基礎上，根據(jù)輻照度光照模型，提出了基于全變分模型的光照預處理算法。實驗表明，該算法

3、可以有效地減少光照對人臉識別算法的影響，提高人臉識別系統(tǒng)的識別率和光照魯棒性。 2、研究了人臉的特征點自動定位問題，提出了復雜光照條件下魯棒的特征點定位算法人臉特征點定位是人臉識別系統(tǒng)的一個關鍵環(huán)節(jié)，特征點定位的精度與魯棒性直接影響著人臉識別系統(tǒng)的識別率和魯棒性。主動形狀模型(ASM)是一個重要特征點人臉對齊方法，但是其定位結(jié)果比較粗糙。而彈性圖匹配算法則能夠?qū)崿F(xiàn)特征點的精確定位，但是其計算復雜度高，定位速度慢。本文在分析兩者優(yōu)

4、缺點的基礎上，提出了一種利用ASM和彈性圖匹配算法實現(xiàn)人臉特征點的自動精確定位的方法。同時，為了克服ASM算法對光照和模型初始位置敏感的缺點，本文還提出了一種改進型的ASM算法。該算法引入了兩種特征，即相位一致性特征和反射系數(shù)特征。在搜索過程中，首先利用相位一致性特征實現(xiàn)特征點粗定位，然后在利用反射系數(shù)來實現(xiàn)細定位。實驗表明，改進后的ASM算法可以有效地提高特征點的定位精度和光照魯棒性。 3、研究了人臉圖像的表示問題，提出了基于

5、Gabor直方圖的人臉特征提取算法有效的人臉特征描述是提高人臉識別系統(tǒng)識別率的關鍵。本文提出一種基于Gabor直方圖(幅度系數(shù)直方圖)的特征提取算法。與傳統(tǒng)基于單個像素點Gabor特征的人臉表示方法相比，用Gabor直方圖特征來表示人臉可以有效地克服姿態(tài)、表情對人臉識別算法的影響，提高人臉識別系統(tǒng)的識別率和魯棒性。 4、探討了自動人臉識別系統(tǒng)的設計與測試問題本文在上述人臉識別算法研究的基礎上，初步探討了人臉識別系統(tǒng)設計中一些需要