可变光照下人脸识别算法研究.pdfVIP

可变光照下的人脸识别算法研究 中文摘要 可变光照下的人脸识别算法研究 中文摘要 人脸识别是图像处理和模式识别领域的一个重要研究课题，人脸识别和认证技术 在公共安全、智能监控、多媒体等领域有着广阔的应用前景。经过数十年的研究，在 理想情况下人脸识别技术已能取得较好的识别性能。但在不可控环境中易受到光照、 姿态、表情、遮挡等因素的影响，使识别性能急剧下降。让人脸识别系统走向实用仍 然是一个极具挑战性的课题。 本文针对光照问题进行研究，以提高人脸识别系统对光照的鲁棒性和识别率为主 要目标，主要对人脸图像预处理、提取光照不变特征、分类识别等关键阶段展开研究， 探讨人脸识别问题的研究方法。本文的主要工作和研究成果概括如下： 1. 首先介绍了人脸识别课题的研究背景和意义及国内外发展情况，针对光照问题 的三种研究方法：光照建模、光照补偿、光照不变特征提取法进行分类总结，分析其 优缺点。 2. 提出一种基于非下采样Contourlet 变换 （Nonsubsampled Contourlet Transform， NSCT ）和邻域去噪的光照不变人脸识别算法。光照问题是影响识别效率的重要因素 之一。本文在分析了小波变换提取人脸特征的基础上，采用多尺度的NSCT ，它不仅 具有小波变换的多分辨率和时频局域特性，还具有很强的方向性和冗余性，可以更完 备的提取光照不变特征，同时在图像表示上能更好的描述人脸细节信息。采用邻域去 噪方法去除光照不变特征中的投射阴影等噪声，因为投射阴影出现在局部的可能性最 大，邻域去噪符合这点，其只在小范围内进行去噪，相比于一般的去噪方法，能保留 更多的边界信息。经实验证明，该方法有效的提取光照不变特征，显著提高了人脸识 别率。 3. 人脸识别系统分为预处理、特征提取、分类识别三个关键环节，每一阶段对人 脸识别系统性能都有所提升。本文提出的基于局部二值模式 （Local Binary Pattern， LBP ）和线性回归的可变光照人脸识别算法同时涉及这三个阶段，在每一阶段中对光 照进行处理，得到更完备的可变光照算法。在预处理阶段采用Gamma 校正、DoG 滤 波、对比度均衡化方法，降低光照敏感度，采用具有光照鲁棒性的分块 LBP 提取光 I 中文摘要 可变光照下的人脸识别算法研究 照不变特征，最后使用改进的线性回归模型进行分类识别，即消除受光照影响最大的 主成分系数。所提方法能有效的消除光照对人脸识别的影响，提高人脸识别系统的鲁 棒性和识别率。 关键字：人脸识别；可变光照；非下采样Contourlet 变换；局部二值模式；线性回归 作 者：马媛媛 指导教师：马小虎 II Research on Face Recognition Algorithm with Variant Illumination Abstract Research on Face Recognition Algorithm with Variant Illumination Abstract Face recognition is an important research topic in image processing and computer vision, which has promising applications in public security, smart surveilla