有效消除光照影響的人臉識(shí)別方法.pdf

1、人臉識(shí)別技術(shù)是利用人臉?biāo)?dú)有的特征進(jìn)行身份識(shí)別的一門(mén)計(jì)算機(jī)安全技術(shù)，它具有安全性能好、適應(yīng)能力強(qiáng)、非接觸性、方便快捷等優(yōu)點(diǎn)。隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展和提高，人臉識(shí)別技術(shù)同時(shí)得到了快速發(fā)展和應(yīng)用，范圍更是由專(zhuān)業(yè)化漸趨平民化、廣泛化。在各個(gè)人臉識(shí)別系統(tǒng)中，光照問(wèn)題一直是伴隨它們而來(lái)的難以解決的問(wèn)題，有的時(shí)候，在不同的光照下，同一個(gè)人臉類(lèi)別中的圖像間的差異可能會(huì)大于相同光照下的不同人臉類(lèi)別中的圖像間的差異，如果發(fā)生這種情況，那便造成了錯(cuò)誤識(shí)別

2、。所以對(duì)光照問(wèn)題進(jìn)行研究，從而提高識(shí)別率是十分必要的。本文提出了一種具有健壯性的人臉識(shí)別方法，基于三個(gè)主要技術(shù)，局部對(duì)比度增強(qiáng)；自適應(yīng)特征選擇；變化維數(shù)的特征向量。本文的具體內(nèi)容如下：
　　1.介紹了人臉識(shí)別技術(shù)的發(fā)展概況，包括研究背景、研究意義、研究過(guò)程、國(guó)內(nèi)外現(xiàn)狀及趨勢(shì)，并對(duì)一些主流方法做了簡(jiǎn)要說(shuō)明。
　　2.在前人所做研究的基礎(chǔ)上介紹了一些對(duì)圖像進(jìn)行預(yù)處理的方法，重點(diǎn)介紹了一種名為“局部對(duì)比度增強(qiáng)”的方法，通過(guò)對(duì)圖像進(jìn)

3、行局部對(duì)比度增強(qiáng)的運(yùn)算和對(duì)它們進(jìn)行自適應(yīng)特征選擇來(lái)解決光照變化所帶來(lái)的錯(cuò)誤識(shí)別問(wèn)題。局部對(duì)比度增強(qiáng)方法用于突出光照可變條件下的圖像中重要的紋理特征，通過(guò)在對(duì)數(shù)域重現(xiàn)每個(gè)像素的局部對(duì)比度來(lái)增強(qiáng)圖像的灰度。文中還提出了對(duì)于局部對(duì)比度增強(qiáng)方法的改進(jìn)。
　　3.根據(jù)判別比的排序來(lái)進(jìn)行自適應(yīng)特征提取。特征從所有分區(qū)塊的DCT系數(shù)中被提取，只有一部分的系數(shù)被選擇作為特征。這些系數(shù)在同類(lèi)中穩(wěn)定，在不同類(lèi)中卻又具有很好的區(qū)分度。
　　4.支

4、持向量機(jī)將輸入的特征矢量映射到一個(gè)高維空間中來(lái)執(zhí)行線性分類(lèi)。通過(guò)對(duì)分類(lèi)器提供一組訓(xùn)練數(shù)據(jù)，最佳的超平面可以被確定。超平面可以最小化每個(gè)類(lèi)的風(fēng)險(xiǎn)。最終識(shí)別結(jié)果由所有候選類(lèi)投票最大似然所決定。
　　5.在MATLAB平臺(tái)上對(duì)本文中所述方法進(jìn)行了一系列相關(guān)實(shí)驗(yàn)，并對(duì)跟算法有關(guān)的識(shí)別率和時(shí)間復(fù)雜度的問(wèn)題進(jìn)行了一系列分析討論，得出了一些相關(guān)結(jié)果和數(shù)據(jù)。數(shù)據(jù)結(jié)果表明了所提出的方法對(duì)于光照可變條件具有相當(dāng)?shù)挠行浴?br>　　6.對(duì)研究工作進(jìn)行