復(fù)雜光照條件下的人臉識別算法研究.pdf

1、利用人體生物特征來鑒別個人身份的生物識別技術(shù)已經(jīng)成為安全驗證的首要方式，而人臉識別是最常用的身份確認(rèn)手段，也是當(dāng)前最熱門的模式識別研究的課題之一。人臉識別技術(shù)經(jīng)過近50年的發(fā)展，人臉識別取得了大量的經(jīng)驗和算法，然而在非受控條件下，尤其在光照變化的條件下，人臉識別依然是一個富有挑戰(zhàn)性的研究課題。由此本文針對光照問題進(jìn)行了相關(guān)研究，重點研究光照預(yù)處理和對光照具魯棒性的特征提取算法。
　　分析了人臉圖像預(yù)處理的算法，重點研究了去噪處理、

2、幾何歸一化和光照預(yù)處理的方法。由于人臉圖像在傳輸和存儲的過程中，受到脈沖干擾的影響比較嚴(yán)重，而通過實驗證明中值濾波在解決人臉噪聲方面有很大的優(yōu)勢，因此本文將采用中值濾波來解決噪聲影響的問題。若原始的人臉圖像的標(biāo)準(zhǔn)不一樣，這將嚴(yán)重影響人臉識別的精度，建立一個統(tǒng)一的標(biāo)準(zhǔn)對人臉識別系統(tǒng)非常重要。本文在總結(jié)前人研究的基礎(chǔ)之上，給出了人臉圖像幾何歸一化的標(biāo)準(zhǔn)。研究了幾種常用的光照預(yù)處理的方法，并給出了具體的算法分析。在實際的工程應(yīng)用中，速度和效果

3、往往是研究人員必須要考慮的兩個因素。由于基于高斯差分的光照預(yù)處理方法在速度上有很大的優(yōu)勢，同時效果也能滿足要求，因此本文選擇了基于高斯差分的光照預(yù)處理方法。
　　研究了局部二值模式及其變體算法在人臉識別的應(yīng)用。由于局部紋理特征能夠很好描述人臉的結(jié)構(gòu)信息，同時對姿態(tài)和光照的魯棒性很強(qiáng)，因此本文對具有代表性的LBP、LTP和MB-LBP三種算法進(jìn)行了深入研究。由于MB-LBP特征維數(shù)大，且LBP和LTP算法降維方法不再適用于MB-LB

4、P算法，因此本文將引入另外一種降維方式—線性鑒別分析。線性鑒別分析是人臉識別中常用的分析方法，這種方法可以在降低維數(shù)的同時也可以獲得更具鑒別性的特征。但是此方法通常存在小樣本的問題，因此在進(jìn)行線性鑒別分析前對原始特征進(jìn)行主成分分析。為了最大程度的提取人臉圖像的特征，因此對多分辨率技術(shù)進(jìn)行了研究。由于小波變換具有多分辨率的特點，且符合人眼從粗到細(xì)的識別機(jī)理，因此將小波變換引入到MB-LBP的特征提取的方法中。
　　特征提取是人臉識別