人脸识别中光照变量提取算法研究.pdf

博卜论文 人脸识别中光照小受量提取算法研究 摘 要 人脸识别作为一种非接触式、友好的生物特征识别技术，在军事、公安、经济等安 全领域具有广阔的应用前景。目Ij{『人脸识别己成为模式识别、图像处理、计算机视觉、 认知科学和神经网络等领域的一个研究热点。近几十年来，困内外研究者提出了各种人 明光照变化会严重影响自动人脸识别系统的识别性能。针对光照问题，本文以减弱或消 除光照变化严重影响人脸识别的问题为目标，以提取光照不变量(光照不敏感特征)为 研究主线，从视觉模型、多尺度几何分析、朗伯光照模型和光照不敏感特征的角度研究 复杂光照情况下人脸识别问题，提出了相应的光照不变量提取算法。下面概述本文的主 要研究内容和进展。 最近，人类视觉系统处理图像信息的模式受到图像处理、图像理解和模式识别等研 息处理进行建模，提出了一种基于人类视网膜模型的图像局部对比度增强方法。2009 年Vu等将该对比度增强方法应用在可变光照的人脸识别中，提出了一种基于视网膜模 型的光照人脸识别方法。本文对人类视网膜模璎和Meylan等的图像对比度增强方法进 行研究，发现Meylan等的图像对比度增强方法在估汁局部光照时，仅考虑图像像素点 的位置相似度朱考虑像素点的强度相似度，在图像边缘或纹理区域不能准确估计局部光 照，因此，在此基础上增强的图像会在图像边缘或纹理区域产生扭曲现象。针对该问题， 本文将双边滤波(Bilateral 波和人类视网膜模型的光照不变最提取算法，取得了较好的效果。 光照人脸识别中基于光照模型提取光照不变量的方法主要采用朗伯光照模型。朗伯 光照模型是一种经典的经验模型。该模型假设目标物体表面具有朗伯反射特性，即当光 线照射到物体时，物体表面向各个方向都有相同的散射，漫散射分量仪与物体表面和光 源的入射角有关，与观察者(成像设备)的位置无关。一幅灰度图像F如果符合朗伯反 射特性则可以简单的描述为：F=R×I，其中，只是图像的内在特征，它取决于物体的 反射率和表面法向量；I是成像过程中的光照情况。经典的光照不变量提取方法需要假 设光照分量，变化缓慢，而物体的反射率和表面法向量R变化较大。因此，，对应图像 的低频成份；R对应图像的高频成份，提取图像光照不变量归结为如何从图像中将足分 离出来。根据朗伯光照模型研究者提出了MSR(Multi．scale facialstructure QuotientImage，SQI)和MFSR(Multiscale 不变量提取算法。MSR和SQI通过权重的高斯滤波器获取平滑图像，无法保持良好的 图像边缘信息，无法准确估计光照分量，因此，这类方法不能准确获取光照不变量。 摘要 博￡论文 MFSR首先对对数域图像通过小波变换消噪模型获取图像的平滑成份，然后用对数域图 像减去平滑成份获取图像的光照不变星，取得了不错的效果。但是，小波变换是一种各 向同性的多尺度分析技术，只能描述点状奇异性，对轮廓与纹理这样的线状奇异性的表 征则无能为力，因此，MFSR方法会产乍较强的伪Gibbs现象，无法获取图像准确的光 照不变量。针对上述方法的不足，本文对多尺度几何分析技术进行研究，将非下采样轮 算法。实验结果表明本文提出的算法不仪改善了人脸图像光照不变量的视觉效果，而且 提高了复杂光照情况F人脸识别的识别精度。 图像轮廓作为一种主要的高频信息受光照变化影响较小，包含着图像的大部分信 息，是图像的一种莺要的内在特征。轮廓特征在图像处理及模式识别领域受到广泛关注， 已经被应用F立体匹配、图像拼接、图像检索和图像识别等方面。另外，研究者发现图 像的方向信息比图像的强度信息包括了更多的识别信息；人类的视觉皮层的感受野具有 方向性，有效的图像表征方法应该是多方向和多尺度的。因此，本文对图像的轮廓信息 进行研究，首先，从多尺度、多方向、轮廓特征的角度入手，提出了一种图像光照不变 Contour 量——多尺度主轮廓方向(Multiscale Principal 下采样轮廓波变换为基础，对图像进行轮廓分析，构造多尺度多方向轮廓信息(