基于光照不变量人脸识别.PDFVIP

第2卷 第10期 720 中国科技论文在线 SCIENCEPAPER ONLINE 2007年10月 基于光照不变量的人脸识别 张太平，房 斌，雷 达，尚赵伟，唐远炎 （重庆大学计算机学院，重庆400044 ） 摘 要：本文通过研究光照下人脸图像，提出了一种新的光照不变量的特征提取方法，我们称为特征脸。不同 于 Eigenfaecs 和 Fisherfaces ，本文中的特征脸是一个光照不变量。我们给出了理论的证明，确保特征脸具有光 照不变性。提议的方法首先通过梯度变换，将图像从像素域变换到梯度域来处理，然后从梯度域提取光照不变 性的特征用于人脸识别，实验结果表明，该方法能有效地提高人脸识别对光照的鲁棒性，同时该方法非常简单， 能够用于实时人脸识别系统。 关键词：人工智能；光照不变量；特征脸；人脸识别 中图分类号：TP391.41 文献标识码：A 文章编号：1673－7180(2007)10 －0720 －5 [8] [9,10] Quotient 图像模型 ，Self-Quotient 模型 ，其认为原 0 引言 图像与其光滑后的图像的比值是一个光照不变量，为 光照问题是计算机视觉与人脸识别领域面临的难 了使光滑图像中能够保持边界等特征，在此基础上提 题之一，由于光照变化使得面部特征不再明显而具有 出了Logarithm Total Variation (LTV)模型[11]来提取光照 分辨能力，这样造成了人脸的类内差异变大，甚至于 不变量。但是这些方法都是基于某种假设，没有理论 大于类间差异。Adini[1] 等人研究表明，同一个人在不 上的保证，往往不能用于不同的光照条件；3)基于 3D 同光照条件下得到的图像之间的差异，可能比不同人 光照模型，典型的有 Illumination cone 模型[12,13] ， 在同一光照条件下得到的图像之间的差异还要大。因 Spherical Harmonic 模型[14,15] ，3D Illumination subspace 此在光照条件子下，即使是最成功的人脸识别方法 模型[16] ，此类方法理论性很强，需要 3D 模型来分析 (LDA)也不能取得满意的效果，可见光照变化已成为制 不同光照对人脸图像的影响，试图通过计算机视觉理 约人脸识别系统性能的瓶颈之一。于是最近几年，光 论，给光照变化建立统一的模型，但其假设过多，计 照条件下的人脸识别受到了国内外学者们的重视，提 算太复杂，因此有很大的实用局限性，故很难用于实 出了许多方法来处理此问题。总的来说可以分为三种 际的人脸识别系统。 思路：1)基于传统的图像处理的方法，如直方图均衡 因此，本文从人脸识别系统实用性出发，提出 化[2,3] [4] 一种提取光照不变性特征的方法称为特征脸，用于 、对数变换 等，希望通过这些手段来达到光照 正规化，即将不同光照条件下的图像通过正规化方法 人脸识别，不同于 Eigenfaecs 与 Fisherfaces ，本文中 变换到同一光照条件下。但是此类算法过于简单，并 的特征脸是一个光照不变量，我们给出了理论的分 不能对于所有光照条件，因此往往在性能上难以达到 析与证明，确保特征脸是一个