多源人脸图像的合识别研究.pdf

多源人脸图像的融合识别研究 摘要 多源人脸图像的融合识别，就是对多种传感器提供的人脸图像进行融合处理，以得到更好的 识别性能。它是图像融合领域与人脸识别领域的交汇点，既是对人脸识别技术的发展，也是对图 像融合技术的应用、验证和提高。它既不会影响人脸识别的原有优势，叉能在各种复杂背景情况 下，融合多种传感器提供的有用信息，提高识别的精度和鲁棒性。因此，这是一个很有前景的研 o 究课题。但是，这一新的领域目前还只是刚刚起步，有许多问题急需解决。因此迫切需要开展广 泛深入的基础理论和技术的研究工作。 本文主要针对多源人脸图像在各个层次(像素级、特征级和决策级)的融合识别进行了深入、 系统的研究。本文的研究涉及到红外人脸的识别算法、基于像素级的融合识别算法、基于特征级 的融合识别算法、基于决策级的融合识别算法以及融合识别评价体系。 本文的主要研究成果如下： 1．对红外人脸图像作了一定的研究，并针对红外人脸的特性，提出了两种适合红外人脸的 · 识别算法：一种是基于区域特征元补偿的识别算法，一种是基于Lo争Gabor小波的识别算法。前 者主要针对消除眼镜的干扰，算法简单有效。后者不单可以处理眼镜的干扰，即便在联合干扰条 件下，仍能保持良好的识别性能。研究证明，Lo分Gabor小波是～种非常理想的红外人脸特征提 取方法。对红外人脸的研究为后续的融合识别研究奠定了基础。 2．对像素级的多源人脸融合识别进行了研究，提出了一种基于不可分离小波框架变换的融 合识别算法。该算法充分吸收了像素级图像融合的技术，通过不可分离小波框架变换得到一张有 效地综合了不同图像源信息的融合人脸图，然后在此基础上提取人脸的独立成分进行分类识别， 从而有效地提高了人脸识别的性能。 3．对特征级的多源人脸融合识别进行了研究，提出了一种基于遗传算法的融合识别算法。 算法首先采用Lo哥Gabor小波和独立成分分析分别为不同传感器得到的人脸图像提取独立 ■ Log·Gabor特征，然后用遗传算法进行特征级融合。研究表明，对于包含丰富边缘细节信息的红 T 有效性同样也适用于可见光人脸。遗传算法被证明是一种很好的特征级融合算法，具有运算简单、 ， 收敛速度快、全局寻优等优点。基于遗传算法的融合识别算法取得了令人满意的识别效果。 4．对决策级的多源人脸融合识别进行了研究，提出了一种基于模糊积分的融合识别算法。 算法主要解决了子决策的识别匹配度获取和有效决策融合问题。基于模糊积分的融合识别算法， 综合考虑了客观证据(识别匹配度)和信任程度，将主客观之间的信息进行最佳的匹配，由此获 得问题的最优解。 5．提出了一个相对比较完整的多源人脸融合识别的评价体系，对在各个层次所提出的融合 识别算法进行性能比较和分析。 1■ ’ 6．以国家科技攻关计划一世博科技专项子课题“多源信息复合探测识别技术”为应用背景， 基于现有的以及项目组提出的多传感器图像融合识别算法，开发了一套多源人脸图像融合识别软 件，进行技术演示和开发论证。 关键词：信息融合，多源图像融合，人脸识别，融合识别，评价体系，世博科技 0 oNMULTI-SoIJIⅪEm～GEl哪SION