CLAHE优化低频DCT系数重变换的鲁棒人脸识别.pdf

《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