變化光照環(huán)境下的人臉識(shí)別.pdf

1、人臉識(shí)別是生物特征識(shí)別領(lǐng)域的一個(gè)研究熱點(diǎn),主要涉及了模式識(shí)別、計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)和圖像處理等方面的內(nèi)容。人臉識(shí)別的非接觸式、非打擾、直接性、隱蔽性等優(yōu)點(diǎn),使其在門禁系統(tǒng)、監(jiān)控、身份鑒定等方面有著廣泛的應(yīng)用前景。目前,很多性能優(yōu)良的人臉識(shí)別算法已經(jīng)被提出,一些成功的商用系統(tǒng)也在現(xiàn)實(shí)中得到應(yīng)用。然而,當(dāng)不可避免的光照、年齡、表情、姿態(tài)變化等問(wèn)題出現(xiàn)時(shí),人臉識(shí)別率會(huì)大大下降;尤其是光照的變化對(duì)人臉識(shí)別的影響。因此,如何提高人臉識(shí)別在光照變化

2、條件下的識(shí)別率和魯棒性是值得研究的一個(gè)課題。
　　本文針對(duì)人臉識(shí)別中的光照變化問(wèn)題,從圖像的光照補(bǔ)償和光照不變特征提取兩個(gè)方面進(jìn)行了研究。
　　對(duì)于變化光照環(huán)境下的圖像,光照補(bǔ)償是圖像預(yù)處理中最重要的一步。在第三章中,通過(guò)介紹了幾種效果較好的經(jīng)典的光照補(bǔ)償方法的原理及優(yōu)缺點(diǎn),引出了基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的光照補(bǔ)償算法;在傳統(tǒng)脈沖耦合神經(jīng)網(wǎng)絡(luò)模型基礎(chǔ)上,基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的自動(dòng)波特性,結(jié)合圖像的統(tǒng)計(jì)特性,利用Weickert

3、J定義的與梯度和梯度方向有關(guān)的擴(kuò)散率函數(shù),通過(guò)改進(jìn)傳統(tǒng)脈沖耦合神經(jīng)網(wǎng)絡(luò)模型,得到各向異性脈沖耦合神經(jīng)網(wǎng)絡(luò)模型,并將其用于光照補(bǔ)償。
　　人臉特征提取主要包括整個(gè)人臉局部二值模式(LBP)特征和各人臉器官局部區(qū)域的LBP特征。為了滿足人臉特征具有主次之分和局部特征的完整性,在提取整個(gè)人臉的整體LBP特征的同時(shí),將人臉的主要特征區(qū)域(鼻子、眼睛、嘴巴)分割出來(lái),提取重要局部區(qū)域的LBP特征;然后將各個(gè)LBP特征連接起來(lái)得到綜合LBP特

4、征;為了減小計(jì)算量,用PCA算法對(duì)綜合LBP特征降維;最后,運(yùn)用χ2統(tǒng)計(jì)方法計(jì)算降維后的LBP特征的相似性來(lái)實(shí)現(xiàn)人臉判別。
　　文章的最后,為了驗(yàn)證本文提出的光照補(bǔ)償方法和采用的人臉特征提取方法的適用性和有效性,選取了Yale B和MCU-PIE人臉數(shù)據(jù)庫(kù)的部分圖像進(jìn)行了光照補(bǔ)償實(shí)驗(yàn),并對(duì)補(bǔ)償效果進(jìn)行了評(píng)價(jià);用本文選取的特征提取方法對(duì)光照補(bǔ)償后的圖像進(jìn)行了人臉識(shí)別實(shí)驗(yàn);基于 OpenCV設(shè)計(jì)了實(shí)時(shí)的人臉識(shí)別系統(tǒng),實(shí)現(xiàn)了實(shí)時(shí)人臉數(shù)據(jù)