欢迎来到天天文库
浏览记录
ID:32470021
大小:12.65 MB
页数:64页
时间:2019-02-06
《强光照鲁棒性人脸识别算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、浙江工业大学硕士学位论文强光照鲁棒性人脸识别算法研究摘要人脸识别是图像处理、模式识别和计算机视觉领域的热点研究课题,在罪犯缉拿、法庭举证、企事业单位人员考勤和视频监控等方面有着重要的应用。近二十年来,人们提出了很多有效的人脸识别算法,然而,光照变化仍然是影响当前人脸识别技术走向实用化的主要因素之一。本文研究具有较好光照鲁棒性的人脸识别算法,从图像预处理、人脸特征的选择和提取、模式分类器的设计等着手,进行了下列三方面的探索。1.提出了先采用小波多分辨率分析技术对人脸图像进行光照补偿,然后用主元分析法(PCA)进行人脸识别的方法。在光照补偿时,舍弃图像中受
2、光照影响严重的低频分量,而只用高频分量重构人脸图像,由此可较好地消除图像中光照的影响。实验表明,用该法光照补偿后,PCA方法的识别率有了显著提高。2.提出了基于二值边缘图像(BEM)和支持向量机(SvM)的人脸识别方法。人脸二值边缘特征采用具有自适应二值化阈值选取功能的LAT算法提取。通过用AR和Yale图像集进行实验,该方法比M2HD方法、PCA方法等取得了更好的光照鲁棒性。3.针对边缘特征的光照鲁棒性好、但对表情变化的适应性较差的问题,提出了将二值边缘特征和灰度特征融合起来用于人脸识别的方法。实验表明,该方法能较好地兼顾系统的光照鲁棒性和表情鲁棒性
3、,具有较好的实用价值。关键词:人脸识别,光照鲁棒性,二值边缘特征,支持向量机,特征融合浙江工业大学硕士学位论文STUDYoFHUMANFACERECOGNITIoNMETHoDWITHGooDILLUMINATIoNROBUSTNESSABSTRACTHumanfacerecognitionisahotresearchtopicinimageprocessing,patternrecognitionandcomputervisionfields.Ithastremendouspotentialapplicationsincriminalhunting,
4、lawenforcement,employeeattendancecheckingandvideosurveillance.Forthelasttwodecades,manyeffectivefacerecognitionalgorithmshasbeendeveloped,whilelightingvariationisstilloneofthemaindifficultieshinderingthistechnologytogofromlaboratorytopracticalUSe.Inthisthesis,theproblemoffacerec
5、ognitionwithgoodilluminationrobustnessisdeeplyinvestigated,andthreeapproachesasfollowsaleputforward.Firstly,amethodbasedonthetraditionalPrincipalComponentAnalysis(PCA)algorithm,butwitllfaceimagesbeingilluminationcompensatedatpreprocessingstage,Wasproposed.Inorder艺oremovetheinflu
6、enceoflightingchanges,thelowfrequencycomponentsofafaceimagearediscardedusingwaveletmulti—resolutionanalysismethod,andonlythehighfrequencycomponentsareusedforthereconstructionofafaceimage.ExperimentalresultsshowthatthefacerecognitionratesofPCAmethodonthereconstructedfaceimagesCan
7、beimprovedalot.Secondly,amethodbasedonBinaryEdgeMap(BEM)andSupportVectorMachine(SVM)WaSpresented.TheBEMofafaceimageWasextractedwithLocallyAdaptiveThreshold(LAT)algorithm.ExperimentalresultsonARfacedatabaseandYalefacedatabaseshowthatthisproposedmethodcallachievebetterillumination
8、robustnessthantheDoublyModifiedHausdorffDistanc
此文档下载收益归作者所有