光照影响下的人脸识别与研究.pdfVIP

摘要 摘要 身份识别存在于社会的各个方面，当今社会使用的身份识别方式主要是IC 卡、密钥等，这些方式存在易丢失、易损坏等固有缺点。在这种情况下，生物 识别登上了身份识别的舞台。人脸识别是生物识别的一种，它具有被动性和友 好性等优点，这使得其成为身份识别研究的热点。人脸识别中存在光照、表情、 年龄等问题，其中，以光照的影响最为突出。有实验表明，光照对人脸识别的 影响大于不同人脸间相似度对人脸识别的影响。本文就光照问题在人脸识别中 的影响进行研究，主要研究了基于频率和能量的去除光照的方法。基于频率的 去除光照的方法主要研究了小波分析的方法；基于能量的方法主要研究了变分 法、PCA(主成分分析，principalcomponent value decomposition)三种方法。 利用小波分析方法在去除人脸光照时，．小波层数和小波基的选取只能凭借 经验进行。针对这个问题，本文提出了一种建立在灰度基础上的方法来选取小 波层数和小波基。小波分解层数的选取根据不同分解层数的人脸特征图的灰度 的变化曲线，选择二阶导数最大的分解层数。小波基的选取是在各小波基分解 层数确定的基础上，选取各种小波基处理得到的人脸特征图集合中，人脸特征图 灰度与人脸特征图集合的灰度均值的距离最小的小波基作为去除光照的最佳小 波基。 变分法是基于光照占据图像中绝大多数能量的基础上建立起来的一种去除 光照的最优模型。其优点是对测试图像有自适应性，但这种方法估计的光照图 含有人脸特征(高频成分)，为了去除光照图中的人脸特征，本文在变分法得到 的光照图的基础上，通过增加低通滤波器，取得了很好的识别效果。 PCA(主成分分析)和SVD(奇异值分解)基本原理都是在光照占据了图 像的绝大多数能量的基础上，建立一个光照空问来对光照进行去除。PCA建立 在协方差矩阵的基础之上，协方差矩阵虽然在识别中可以取得很好的效果，但 直接用于去除光照是不合理的。它不符合光照占据图像中绝大多数能量的理论 基础。同时，直接利用PCA进行光照估计的另外一个缺点是需要大量的样本。 本文提出的方法则仅利用一幅测试图像建立起一个能量矩阵来取代协方差矩 ． 摘要 阵，在理论上满足了光照占据图像的绝大多数能量的理论基础。而且，该方法 具有不需要采集大量样本的优点。SVD得到的奇异值代表幅度，幅度间接的代 表了能量。本文利用这一点，在光照占据了图像绝大多数能量的基础上，估计 光照图。SVD与PCA相比，在计算量上更小。所提方法通过仿真实验得到了 很好的识别效果。 关键词：人脸光照：人脸识别：小波；变分法：PCA；SVD Abstract · Abstract resolutionin Identity existsall oflife．Mainmethodsinclude ways IC，secret SO and thesemethodshaveavoidless key on，but defects and includinglosing withease．Becauseof mangling avoidlessdefectsoftraditional recognitionmethods， methodsarouse alotofconcerns．Faceis biologicalrecognition people’S recognition oneof methods．Duetoit