复杂条件下人脸识别特征提取算法的研究-信息与通信工程专业论文.docx

万方数据 万方数据 东华大学学位论文版权使用授权书 学位论文作者完全了解学校有关保留、使用学位论文的规定，同 意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允 许论文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或 部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复 制手段保存和汇编本学位论文。 保密 □，在 年解密后适用本版权书。 本学位论文属于 不保密 □。 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 复杂条 复杂条件下人脸识别特征提取算法的研究 复杂条件下人脸识别特征提取算法的研究 摘要 人脸识别作为图像处理、模式识别等交叉学科的重要研究课题， 在身份验证、视频监控、公共安全、数字娱乐等领域有着广阔的应用 前景及商业价值。经过近四十年的长足发展，可控条件下的人脸识别 基本达到商业标准。然而，在非可控条件下，人脸识别的效果易受到 光照、表情、姿态、遮挡及年龄等外界因素的影响，其中光照变化的 影响尤为严重。针对以上所述问题，本文从人脸特征提取的角度对人 脸识别进行了深入的研究，在详细分析现有的人脸识别相关技术的基 础之上，提出了基于人脸对称性改进的自商图像算法以及基于自适应 加权梯度方向直方图特征的人脸识别方法。本文主要工作内容及创新 点如下： 1. 在自商图像(SQI)算法的基础上，本文引入人脸先验对称性， 利用人脸对称性来恢复由于光照不平衡而产生的局部阴影或曝光区 域的人脸特征，以提高人脸识别系统的识别率及复杂环境的适应性。 为了验证该算法的有效性，文中设计验证实验，首先对人脸图像进行 光照预处理，然后提取改进的基于人脸对称性的自商图像特征并采用 主成分分析算法(PCA)进行降维，最后采用支持向量机(SVM)分类器 进行分类识别。在 Yale B 人脸库上的实验结果表明该算法能够有效 I 地消除光照变化的影响，提高了由于光照导致的人脸图像产生局部阴 影及曝光情况下的人脸识别率。 2. 在梯度方向直方图(HOG)特征的基础之上，本文提出一种改进 的自适应加权梯度方向直方图(AW-HOG)特征的人脸识别方法。该方 法首先将人脸图像分成的均匀子块，并利用 HOG 描述算子提取分块 人脸特征，根据各分块对识别的贡献率自适应地计算各分块的权重， 然后融合权重系数以及各分块的 HOG 特征，形成 AW-HOG 特征并 采用主成分分析(PCA)算法进行降维，最终采用降维的 AW-HOG 特征 用于支持向量机分类器(SVM)进行分类识别。为了验证本文所提算法 的有效性，文中设计了分块实验及多特征对比实验，在 Yale B 及 AR 人脸数据库上的实验结果表明该算法在识别率上优于传统算法且对 光照具有较强的鲁棒性。 3. 基于对人脸识别技术的全面研究，本文基于 QT 开发了一个实 时的人脸识别门禁系统。该系统主要包括访客信息注册、人脸识别及 门禁系统执行三大模块，访客信息注册模块主要通过人脸检测自动采 集到的人脸图像进行信息录入，以构建出人脸识别门禁系统的数据库 信息；人脸识别模块主要进行对当前访客信息的确认；门禁系统模块 根据识别的结果来确定后续的执行，识别成功则门锁开启，否则门锁 闭合并产生警鸣。 关键词：人脸识别；自商图像；HOG 特征；自适应加权；门禁系统 II RESEARCH ON FEATURE EXTRACTION ALGORITHMS FOR FACE RECOGNITION UNDER COMPLEX CONDITIONS ABSTRACT Human face recognition is an important research project in the province of image processing and pattern recognition. It has broad application prospects and commercial value in the field of identity verification, video surveillance, public security and digital entertainment.After decades of rapid development and the efforts of researchers, face recognition has achieved commercialize criterion in controlled conditions. While the accuracy of face recognition under uncontrolled conditions is seriously challenged by il