復(fù)雜光照下的人臉識(shí)別方法的研究.pdf

1、隨著防恐預(yù)警、軍事安全、金融與電子商務(wù)等領(lǐng)域的不斷發(fā)展，身份驗(yàn)證和人臉識(shí)別技術(shù)已經(jīng)在越來(lái)越多的領(lǐng)域中發(fā)揮作用。識(shí)別精度和識(shí)別效率不僅是人臉識(shí)別技術(shù)的兩個(gè)關(guān)鍵問(wèn)題，也是兩個(gè)可以相互轉(zhuǎn)化的矛盾體。從科研的角度認(rèn)知，識(shí)別精度才是人臉識(shí)別的核心問(wèn)題，但識(shí)別精度的高低往往與應(yīng)用場(chǎng)景、識(shí)別對(duì)象、光照、角度、背景、表情等有直接關(guān)系。一方面，經(jīng)過(guò)幾十年的發(fā)展，人臉識(shí)別算法已經(jīng)有了大幅度的提升和改進(jìn)，尤其是隨著基于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的人臉識(shí)別算法的不斷推

2、進(jìn)，給人臉識(shí)別技術(shù)帶來(lái)了新的生機(jī)和活力。但是，另一方面，人臉庫(kù)的規(guī)模越來(lái)越大不僅給精確分類(lèi)帶來(lái)麻煩，同時(shí)也會(huì)給機(jī)器學(xué)習(xí)算法帶來(lái)更重的計(jì)算負(fù)荷，而傳統(tǒng)的提高圖像質(zhì)量的算法在提高識(shí)別精度上仍然發(fā)揮重要的作用。
　　本文重點(diǎn)對(duì)光照人臉預(yù)處理及識(shí)別算法中特征提取算法進(jìn)行了深入研究及相應(yīng)的創(chuàng)新。主要研究?jī)?nèi)容和方法包含以下幾個(gè)方面。
　　首先，圍繞著如何更好的對(duì)光照不均的圖像進(jìn)行光照補(bǔ)償展開(kāi)了研究，針對(duì)現(xiàn)有受光照影響的人臉圖像進(jìn)行相關(guān)增

3、強(qiáng)算法中存在的問(wèn)題，提出一種基于OTSU（大津算法）多閾值分割思想的自適應(yīng)Gamma校正新算法。該算法利用OTSU分割算法將人臉光照?qǐng)D像進(jìn)行劃分，最大程度的降低了光照不均勻人臉圖像對(duì)人臉識(shí)別精度的影響，將得到的不同區(qū)間的閾值采用二叉樹(shù)進(jìn)行存儲(chǔ)，然后再基于Gamma校正算法使用迭代算法得到質(zhì)量最佳的圖像。
　　其次，為了解決光照不均造成人臉誤判率高的問(wèn)題，提出了一種基于光照類(lèi)型估計(jì)的自適應(yīng)人臉預(yù)處理方法。另外，提出了一種針對(duì)Loca

4、l Binary Pattern（LBP）局部二值模式和Local Ternary Pattern（LTP）局部三值模式的改進(jìn)算法。首先利用OTSU多閾值分割和累計(jì)直方圖相關(guān)算法對(duì)捕獲到的人臉圖像進(jìn)行類(lèi)型歸類(lèi)。將OSTU得到的最佳閾值作為L(zhǎng)TP算子編碼中的閾值，實(shí)現(xiàn)了適用于不同類(lèi)型圖像的LTP算子編碼。然后根據(jù)分類(lèi)后的圖像類(lèi)型來(lái)判斷是否要進(jìn)行自適應(yīng)Gamma校正處理。最后將輸入的所有類(lèi)型圖像執(zhí)行DOG（Difference of Gau

5、ssian）濾波和均衡化操作，最終輸出處理后的人臉圖像。
　　最后，設(shè)計(jì)并實(shí)現(xiàn)了基于光照補(bǔ)償?shù)膶?shí)時(shí)人臉識(shí)別系統(tǒng)。首先，對(duì)系統(tǒng)采集的人臉圖像使用本文提出的人臉預(yù)處理方法進(jìn)行預(yù)處理?；谙到y(tǒng)實(shí)時(shí)性的前提下，利用膚色檢測(cè)算法對(duì)人臉區(qū)域估計(jì)，進(jìn)而利用人眼標(biāo)定來(lái)精確人臉區(qū)域位置。然后運(yùn)用本文改進(jìn)后的LTP算子對(duì)光照不敏感進(jìn)行特征提取，最后利用基于歐氏距離的最近鄰分類(lèi)算法進(jìn)行分類(lèi)識(shí)別。相關(guān)測(cè)試實(shí)驗(yàn)驗(yàn)證了該系統(tǒng)具有一定的實(shí)用價(jià)值。
　　實(shí)