复杂光照条件下的人脸预处理算法-计算机工程与应用.pdfVIP

Computer Engineering and Applications 计算机工程与应用 2014 ，50（19） 187 复杂光照条件下的人脸预处理算法 顾思思 GU Sisi 湖南科技学院 计算机与通信工程系，湖南 永州 425199 Department of Computer and Communication Engineering, Hunan University of Science and Engineering, Yongzhou, Hunan 425199, China GU Sisi. Face preprocessing algorithm in good complex illumination. Computer Engineering and Applications, 2014, 50 （19）：187-191. Abstract ：In order to improve the face recognition rate in illumination conditions, this paper proposes a face preprocessing algorithm in complex illumination conditions. The illumination face image is enhanced by nonlinear method, and then bilat- eral filtering is used to estimate the influence of illumination, and the loss of estimation is compensated by Gamma method. The estimation results are fused to improve the effect of face image, and face classifier is established based on K near algo- rithm. The results of Yale, PIE and AR face database show that the proposed method has improved face recognition rate in complex illumination conditions compared with other methods. Key words ：face recognition; support vector machine; illumination compensation; image enhancement 摘 要：为了提高光照条件下的人脸识别正确率，提出一种复杂光照条件下的人脸预处理算法。对人脸图像进行局 部增强处理，用双边滤波对图像亮度进行估计，采用Gamma 校正补偿图像亮度估计产生的损失，将反射分量与亮度 估计结果融合获得效果更优的人脸图像，并用K 近邻算法建立分类器对人脸进行识别。在Yale 、PIE 和AR 人脸库仿 真结果表明，该算法提高了光照条件下的人脸识别正确率，其性能优于当前典型人脸识别算法。 关键词：人脸识别；支持向量机；亮度补偿；图像增强 文献标志码：A 中图分类号：TP393 doi ：10.3778/j.issn. 1002-8331.1311-0322 [3] 1 引言 方法、增加处理方法 。模型方法首先收集大量的人脸 随着安全威胁不断增加，人们对身份鉴别系统的可 图像样本，然后在不同光照条件下对人脸图像进行复 靠性要求越来越高，相对于其他生物识别算法，人脸识 原，可以获得较好的人脸预处理效果，然而该方法要求 别算法的识别结果更加可靠、稳定，因此人脸识别技术 图像样本数量多，计算量大，影响人脸识别的实时性，而