欢迎来到天天文库
浏览记录
ID:54370992
大小:1.17 MB
页数:6页
时间:2020-04-30
《CLAHE优化低频DCT系数重变换的鲁棒人脸识别.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、ComputerEngineeringandApplications计算机工程与应用2014,50(9)135CLAHE优化低频DCT系数重变换的鲁棒人脸识别王轶冰,胡邦君WANGYibing,HUBangjun1.安徽大学计算机教学部,合肥2360612.安徽省生物研究所,合肥2300881.CenterofComputerTeaching,AnhuiUniversity,Hefei236061,China2.InstituteforBiologicalStudiesinAnhuiProvince,Hefei23008
2、8,ChinaWANGYibing,HUBan由an.RobustfacerecognitionbasedonlowfrequencyDCTcoefficientsretransformingop-timizedbyCLAHE.ComputerEngineeringandApplications,2014,50(9):135—140.Abstract:Theperformanceoffacerecognitionisseriouslyimpactedbyillumination,expression,postureand
3、occlusionvariations,forwhichlowfrequencyDiscreteCosineTransform(DCT)coeficientsretransformingbasedonContrastLim-itingAdaptiveHistogramEqualization(CLAHE)isproposed.Originalimagesaredividedintosomenon·overlappingpatchesandCLAHEisusedtodolocalcontraststretchingsoas
4、toreducenoise.IllustrationvariationoffaceimageisremovedbyreducingsuitnumbersoflowfrequencyDCTcoeficients.Kernelprinciplecomponentanalysisisusedtoextractfeatures.Nearestneighborclassifierisusedtofinishclassificationandrecognition.Theeffectivenessandreliabilityofpr
5、oposedalgorithmhavebeenverifiedbyexperimentsonORL,extendedYaleBandARfacedatabase.Experimentalresultsshowthatproposedalgorithmhashigherrecognitionaccuracythanseveraladvancedstandardizedtechnologies.Keywords:robustfacerecognition;adaptivehistogramequalization;Discr
6、eteCosineTransform(DCT):coeficientsretransforming;KernelPrincipalComponentAnalysis(KPCA)摘要:针对光照、表情、姿态、遮挡等变化显著影响人脸识别系统性能的问题,提出了基于限制对比度自适应直方图均衡化(CLAHE)的低频离散余弦变换(DCT)系数重变换算法。将图像划分成多个互不重叠的局部小块,使用CLAHE对每个局部小块进行局部对比拉伸以实现去噪,通过缩减适当数目的低频DCT系数来消除人脸图像中的光照变化;利用核主成分分析进行特征提取,采
7、用最近邻分类器以完成最终的人脸识别。在ORL、扩展YaleB和AR人脸数据库上的实验验证了所提算法的有效性和鲁棒性,实验结果表明,相比其他几种较为先进的人脸识别技术,所提算法取得了更高的识别率,同时大大降低了识别所用时间。关键词:鲁棒人脸识别;自适应直方图均衡化;离散余弦变换;系数重变换;核主成分分析文献标志码:A中图分类号:TP391doi:10.3778~.issn.1002.8331.1310.0424人脸识别是最为常用的生物特征自动识别技术之为了解决光照、表情、姿态变化引起的人脸识别率一u1,具有方便、非接触式采
8、集和采集成本低等优势,因下降的问题,学者们提出了许多不同的人脸识别算法。此在人机交互、自动监控、身份识别等领域具有很大的例如,文献[4]提出使用无监督学习方法对每个人脸图发展潜力】。经过数十年的深入研究,人脸识别已经取像的微观结构进行编码。针对在剧烈光照变化情况下得长足的发展,在约束环境下的正面人脸识别率已达到无法获
此文档下载收益归作者所有