變化光照條件下人臉識別算法研究.pdf

1、人臉識別在實際生活中的應(yīng)用越來越多，但是仍然存在許多影響人臉識別的不穩(wěn)定因素，比如光照問題。美國軍方組織的FERET項目評測（Face Recognition Technology Test）和人臉識別供應(yīng)商FRVT評測（Face Recognition Vendor Test）的評測結(jié)果都表明：同一個人的人臉圖像在不同光照條件下的差異甚至要大于相同光照條件下不同人的人臉圖像差異。因此光照變化是影響人臉識別的重要因素，變化光照條件下的人

2、臉識別算法是本文研究的重點。
　　在光照變化條件下，本文圍繞基于圖像處理的算法和基于光照不變特征的方法展開以下研究：
　　1.研究伽馬校正、對數(shù)變換、直方圖均衡化和同態(tài)濾波四類光照歸一化方法，并利用以上算法對YaleB人臉庫進(jìn)行光照處理，再通過PCA方法進(jìn)行人臉識別的識別率比較。理論分析和實驗研究表明光照歸一化的方法可以在一定程度上減弱光照的影響，但是在光照干擾嚴(yán)重的條件下，光照歸一化的方法對人臉識別率的提高效果有限。

3、>　　2.提出基于局部歸一化和LBP特征的人臉識別方法。針對LBP算子在光照變化較大的情況下描述能力不足的缺陷，本文算法采用局部歸一化方法對圖像進(jìn)行光照處理，再使用LBP算子提取圖像紋理特征用于分類識別。實驗驗證表明該方法能夠提高LBP描述子的特征表述能力，提高人臉識別率。
　　3.驗證分析MSR、SQI、WT三種光照不變特征提取方法，在YaleB人臉庫和CMU-PIE人臉庫上對以上方法進(jìn)行仿真，分析了MSR方法引起光暈現(xiàn)象的原因

4、，以及SQI方法改善光暈現(xiàn)象的原理，最后分析了不同小波基對WT算法帶來的影響。
　　4.提出一種基于Curvelet變換和Retinex理論的人臉識別方法，該方法利用Curvelet變換的Warpping快速分解方法對圖像進(jìn)行多尺度分解，利用雙邊濾波和閾值去噪分別估計出圖像低頻和高頻系數(shù)中的光照分量，使用Curvelet系數(shù)重構(gòu)估計原始圖像的光照分量，最后利用Retinex理論提取出光照不變特征用于識別。在YaleB人臉庫和CMU