人臉認(rèn)證中的光照不變特征圖像提取方法研究.pdf

1、近三十年來，人臉認(rèn)證技術(shù)雖然得到了長足的發(fā)展，但是光照問題仍然是影響其性能的主要因素之一。光照環(huán)境的復(fù)雜多變性和不確定性，讓光照魯棒的人臉認(rèn)證變得很困難。光照不變特征圖像提取方法是近年來研究光照問題的主流方法，它處理效果較好，并且對訓(xùn)練樣本沒有要求。各向異性擴(kuò)散算法是一種經(jīng)典的光照不變特征圖像提取方法，它的性能主要由圖像梯度描述子和傳導(dǎo)函數(shù)決定。為減輕光照對人臉認(rèn)證性能的影響，本論文提出一種基于韋伯局部描述的光照不變特征圖像提取方法，該

2、方法主要通過引入韋伯局部描述子來改進(jìn)傳統(tǒng)的各向異性擴(kuò)散算法中圖像梯度的描述性能，并提出一種基于中心對稱的對數(shù)變換對人臉圖像進(jìn)行預(yù)處理以減輕側(cè)光對人臉圖像的影響。本論文的主要研究工作如下：
　?、僭谡{(diào)研國內(nèi)外人臉光照處理方法的基礎(chǔ)上，深入研究了光照不變特征方法，重點(diǎn)研究了各向異性擴(kuò)散算法，詳細(xì)分析了該算法的基本原理及影響其性能的主要因素。
　?、诒菊撐耐ㄟ^對圖像梯度描述子的分析，發(fā)現(xiàn)現(xiàn)有的梯度描述子雖然能很好描述圖像局部的灰度

3、變化，但這種變化主要考慮圖像像素間灰度的絕對變化，不能描述與圖像背景的相對變化。而相對變化往往更能夠反映圖像局部的灰度變化程度。為此，本論文將韋伯局部描述子引入到各向異性擴(kuò)散算法中，用以描述人臉圖像局部灰度的相對變化。利用韋伯局部描述子和空間梯度共同描述人臉圖像梯度，使得各向異性擴(kuò)散算法對光照的處理效果得到較好的改善。
　?、蹐D像的梯度描述子對圖像局部的灰度變化十分敏感，但是它卻無法區(qū)分這種變化是由人臉特征引起的，還是由光照變化引

4、起的。在側(cè)光影響下，人臉圖像明暗區(qū)域分界線附近像素點(diǎn)的灰度值變化劇烈，會引起圖像梯度的顯著變化，這是我們不希望發(fā)生的。為減輕側(cè)光對人臉圖像影響，本論文提出一種基于中心對稱的對數(shù)變換對人臉圖像進(jìn)行預(yù)處理。這種變換結(jié)合了對數(shù)和指數(shù)變換的優(yōu)點(diǎn)，能夠有效改善不同光照條件下人臉圖像的灰度動態(tài)范圍。本論文利用中心對稱的對數(shù)變換對人臉圖像進(jìn)行預(yù)處理，然后將采用韋伯局部描述子的各向異性擴(kuò)散算法引入廣義商圖像框架中就形成了本論文提出的光照不變特征圖像提取