复杂光照下的人脸识别方法的研究

《复杂光照下的人脸识别方法的研究》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、硕士学位论文题目:复杂光照下的人脸识别方法的研究研究生武娜专业计算机技术指导教师李建军教授完成日期2016年3月抗州电子科技大学学位论文原创性声明和使用授权说明．原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进斤研究工作所取得的成果。除文中己经注明引巧的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均己在文中ｔｉｌ明确方式标明。一申请学位论文与资料若有不实之处，本人承担切相关寅任。论支作者签名；曰期；如＾ｎ＞Ｊ月？学位论文使用授权说明；本人完全了解抗州电子科技大学关于

2、保留和使用学位论文的规定，即研究生在校攻。读学位期间论文工作的知识产权单位属杭州电子科技大学本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复，印件，化许查阅和借阅论丈可从允许采用影印、；学校可公布论文的全部或部分内容缩印或其它复制手段保存论文。（保密论文在解密后遵守此规定）论文作者签名：日期；＞０（＾年＾月日＾指导教师签名：日期；７Ｃ／／年＾月日＾杭州电子科技大学硕士学位论文复杂光照下的人脸识别方法的研究研究生：武娜指导教师：李建军教授2016年3月DissertationSubmittedtoHangzho

3、uDianziUniversityfortheDegreeofMasterTheResearchoffacerecognitionunderIlluminationVariationsCandidate:naWuSupervisor:Prof.jianjunLiMarch，2016杭州电子科技大学硕士学位论文摘要随着防恐预警、军事安全、金融与电子商务等领域的不断发展，身份验证和人脸识别技术已经在越来越多的领域中发挥作用。识别精度和识别效率不仅是人脸识别技术的两个关键问题，也是两个可以相互转化的矛盾体。从科研的角度认知，识别精度才是人脸识别的核心问题，但识别精度的高低往往与应用场景、识别对象、

4、光照、角度、背景、表情等有直接关系。一方面，经过几十年的发展，人脸识别算法已经有了大幅度的提升和改进，尤其是随着基于机器学习和深度学习的人脸识别算法的不断推进，给人脸识别技术带来了新的生机和活力。但是，另一方面，人脸库的规模越来越大不仅给精确分类带来麻烦，同时也会给机器学习算法带来更重的计算负荷，而传统的提高图像质量的算法在提高识别精度上仍然发挥重要的作用。本文重点对光照人脸预处理及识别算法中特征提取算法进行了深入研究及相应的创新。主要研究内容和方法包含以下几个方面。首先，围绕着如何更好的对光照不均的图像进行光照补偿展开了研究，针对现有受光照影响的人脸图像进行相关增强算法中存在的问题，提出一

5、种基于OTSU（大津算法）多阈值分割思想的自适应Gamma校正新算法。该算法利用OTSU分割算法将人脸光照图像进行划分，最大程度的降低了光照不均匀人脸图像对人脸识别精度的影响，将得到的不同区间的阈值采用二叉树进行存储，然后再基于Gamma校正算法使用迭代算法得到质量最佳的图像。其次，为了解决光照不均造成人脸误判率高的问题，提出了一种基于光照类型估计的自适应人脸预处理方法。另外，提出了一种针对LocalBinaryPattern（LBP）局部二值模式和LocalTernaryPattern（LTP）局部三值模式的改进算法。首先利用OTSU多阈值分割和累计直方图相关算法对捕获到的人脸图像进行类型

6、归类。将OSTU得到的最佳阈值作为LTP算子编码中的阈值，实现了适用于不同类型图像的LTP算子编码。然后根据分类后的图像类型来判断是否要进行自适应Gamma校正处理。最后将输入的所有类型图像执行DOG（DifferenceofGaussian）滤波和均衡化操作，最终输出处理后的人脸图像。最后，设计并实现了基于光照补偿的实时人脸识别系统。首先，对系统采集的人脸图像使用本文提出的人脸预处理方法进行预处理。基于系统实时性的前提下，利用肤色检测算法对人脸区域估计，进而利用人眼标定来精确人脸区域位置。然后运用本文改进后的LTP算子对光照不敏感进行特征提取，最后利用基于欧氏距离的最近邻分类算法进行分类识

7、别。相关测试实验验证了该系统具有一定的实用价值。实验证明本文所提出的所有方法在改善光照影响、完善图像质量、提高识别率这几个方面具有良好的鲁棒性。关键词：光照预处理、LBP算子、DOG滤波、人脸识别系统I杭州电子科技大学硕士学位论文ABSTRACTWiththeincreasingdevelopmentofthefieldsofanti-terroralert,militarysecurity,financea