強(qiáng)光照魯棒性人臉識(shí)別算法研究.pdf

1、人臉識(shí)別是圖像處理、模式識(shí)別和計(jì)算機(jī)視覺領(lǐng)域的熱點(diǎn)研究課題，在罪犯緝拿、法庭舉證、企事業(yè)單位人員考勤和視頻監(jiān)控等方面有著重要的應(yīng)用。近二十年來，人們提出了很多有效的人臉識(shí)別算法，然而，光照變化仍然是影響當(dāng)前人臉識(shí)別技術(shù)走向?qū)嵱没闹饕蛩刂弧?本文研究具有較好光照魯棒性的人臉識(shí)別算法，從圖像預(yù)處理、人臉特征的選擇和提取、模式分類器的設(shè)計(jì)等著手，進(jìn)行了下列三方面的探索。 1.提出了先采用小波多分辨率分析技術(shù)對(duì)人臉圖像進(jìn)行

2、光照補(bǔ)償，然后用主元分析法(PCA)進(jìn)行人臉識(shí)別的方法。在光照補(bǔ)償時(shí)，舍棄圖像中受光照影響嚴(yán)重的低頻分量，而只用高頻分量重構(gòu)人臉圖像，由此可較好地消除圖像中光照的影響。實(shí)驗(yàn)表明，用該法光照補(bǔ)償后，PCA方法的識(shí)別率有了顯著提高。 2.提出了基于二值邊緣圖像(BEM)和支持向量機(jī)(SVM)的人臉識(shí)別方法。人臉二值邊緣特征采用具有自適應(yīng)二值化閾值選取功能的LAT算法提取。通過用AR和Yale圖像集進(jìn)行實(shí)驗(yàn)，該方法比M2HD方法、PC