光照魯棒的人臉識別研究與應(yīng)用.pdf

1、人臉識別作為一種友好的生物特征識別技術(shù)，在身份認證領(lǐng)域有著廣闊的應(yīng)用前景，人臉識別是模式識別、計算機視覺和圖像處理等交叉學科的研究熱點。經(jīng)過國內(nèi)外研究者多年的努力，目前，在可控的環(huán)境下，人臉識別已經(jīng)取得了令人滿意的效果。然而，在不可控的自然環(huán)境中，人臉識別面臨著光照變化、姿態(tài)變化、表情變化和遮擋等因素的挑戰(zhàn)，其中，光照變化對人臉識別的影響尤其嚴重。
　　針對人臉識別中的光照變化問題，本文結(jié)合近來提出的基于稀疏表示的分類算法，提出了

2、一種基于加權(quán)分塊稀疏表示的光照魯棒人臉識別方法。本文的主要工作如下:
　　(1)本文提出了一種基于加權(quán)分塊稀疏表示的人臉識別方法。在基于稀疏表示分類算法的基礎(chǔ)上，將人臉圖像分塊，通過對圖像分塊，不但增強了稀疏表示的稀疏度，提高了識別率，而且可以對每個子塊在人臉識別中的貢獻加權(quán)。通過實驗驗證和理論分析，研究了稀疏表示效果與詞典矩陣扁平度的關(guān)系，分塊數(shù)量以及子塊降采樣分辨率對人臉識別率的影響，以及各子塊在人臉識別中的貢獻。本文所提方法

3、在Yale B人臉數(shù)據(jù)庫上的識別率為100％，在Extended-Yale B人臉數(shù)據(jù)庫上的識別率為100％，在CMU-PIE人臉數(shù)據(jù)庫上的識別率為99.75％，實驗結(jié)果驗證了本文所提方法的有效性。
　　(2)以本文提出的方法為技術(shù)基礎(chǔ)，實現(xiàn)了一個基于人臉識別的用戶云認證系統(tǒng)。該系統(tǒng)包括前端的人臉圖像采集頁面和后端的識別認證云服務(wù)，前端的人臉圖像采集頁面使用flash技術(shù)開發(fā)，使用瀏覽器就可以完成圖像采集。前端將采集的人臉圖像發(fā)送