基于小波变换和去噪模型的光照不变人脸识别.docVIP

雪，余立功，杨静宇曹( 南京理工大学 计算机科学与技术学院，南 雪，余立功，杨静宇 曹 ( 南京理工大学 计算机科学与技术学院，南京 210094) ( caoxue@ mail． njust． edu． cn) 摘 要:针对正面光照人脸识别的难点，提出了一种应用小波变换和去噪模型的光照不变人脸识别算法。利用 对图像的高频小波系数进行处理并运用去噪模型，提取光照人脸图像中的光照不变量，同时增强图像边缘特征，这有 利于提取的光照不变量保持更多的人脸识别信息。在 Yale B 和 CMU PIE 人脸库上的实验结果表明，所提算法可以显 著提高光照人脸图像的识别率。 关键词:光照不变量; 人脸识别; 小波变换; 去噪模型 中图分类号: TP391． 413 文献标志码:A Illumination invariant face recognition based on wavelet transform and denoising model CAO Xue， YU Li-gong， YANG Jing-yu ( School of Computer Science and Technology， Nanjing University of Science and Technology， Nanjing Jiangsu 210094， China) Abstract: The recognition of frontal facial appearance with illumination is a difficult task for face recognition． In this paper， a novel illumination invariant extraction method was proposed to deal with the illumination problem based on wavelet transform and denoising model． The illumination invariant was extracted in wavelet domain by using wavelet-based denoising techniques． Through manipulating the high frequency wavelet coefficient combined with denoising model， the edge features of the illumination invariants were enhanced and more useful information was restored in illumination invariants， which could lead to an excellent face recognition performance． The experimental results on Yale face database B and CMU PIE face database show that satisfactory recognition rate can be achieved by the proposed method． Key words: illumination invariant; face recognition; wavelet transform; denoising model 同的光照条件，也不能达到理想的识别效果。 2) 3D 光照模型。这种方法的主要思想是在一个子空间 中表示不同光照引起的变化，并估计模型参数［5 － 6］。但是，这 类方法计算量大，很难用在实时的人脸识别系统中。 3) 提取光照不变量的方法。这些方法试图去提取光照 引言 人脸识别是目前生物特征识别中最受人们关注的一个分 支，是计算机视觉与模式识别领域非常活跃的一个研究方向。 通过对实际人脸识别系统的测试表明，姿态、表情和光照是影 响人脸识别最重要的因素。其中，光照变化在人脸识别中更 难于处理。同一个人的人脸图像在光照条件不同时，经过特 征提取后的差异往往要大于不同的人在相同光照条件下的人 脸图像的差异［1］。经典的评测也表明，即使是最好的商业系 统，其性能也会在室外光照环境下急剧下降［2］。因此，光照 变化是解决人脸识别问题时所需考虑的重要因素。 研究人员已经提出了很多种方法来处理人脸识别中的光 照问题，这些方法大体上可以分为三类。 1) 预处理和归一化的方法。比如: 直方图法( Histogram 0 不变量或者对光照不敏感的人脸特 征［7 － 12］，比 如 边 缘 图、 “Ret