人臉識別算法及光照問題研究.pdf

1、如今不論是在國內還是國外人臉識別技術研究都是模式識別領域和人工智能領域里一項熱門研究，并已經成為人類科學技術中一門充滿生機和希望的前沿學科。人臉識別是一種非接觸式的身份識別技術，它與指紋、虹膜等接觸式方法相比具有很多優(yōu)點。進入九十年代后，由于應用需求以及相關理論的突破，人臉識別技術得到了學術界的廣泛關注，成為熱點研究領域，進入研究高峰期。
　　人臉識別系統(tǒng)雖然有誘人的應用前景，但是在現(xiàn)實中卻還沒有開始大規(guī)模的使用。因為人臉可視外形

2、具有不確定性、人臉模式具有多樣性，用計算機自動進行人臉的定位和識別十分困難。圖像獲取過程也存在不確定的因素，每個像素值都依賴于環(huán)境中的各種因素，如光源、周圍物體等，所以致使人臉識別研究任務非常艱巨。如何正確高效地從人臉圖像中識別人的身份，滿足實時要求，是人臉識別技術迫切需要解決的問題。此外人臉識別的困難還在于圖像包括大量的數(shù)據(jù)，輸入的像素可能成百上千，如何提取出最有效的特征數(shù)據(jù)也是難點之一。
　　本文的研究內容主要是以下幾個方面，

3、由于基于SVD的人臉識別算法識別率低下，分析原因并據(jù)此提出了改進的類估計基空間奇異值分解算法(CSVD)。在人臉識別特征提取環(huán)節(jié)，提出了CSVD算法與非負矩陣因子（NMF）算法特征數(shù)據(jù)相融合的人臉識別算法。如何解決NMF算法中W和H的隨機初始化問題，一直是研究的熱點和難點，本文提出利用SVD-Based算法初始化W和H，降低了NMF算法的迭代次數(shù)和訓練時間。同時 SVD-Based算法可以和當前各種改進的NMF算法良好的結合，在降低迭代

4、次數(shù)和訓練時間的同時，提高了識別率。實驗結果表明，這種結合方法有效的提高了識別率和訓練速度。
　　近年來人臉識別技術得到了迅速的發(fā)展，但是光照問題一直沒能得到很好的解決，成為阻礙人臉識別技術應用到實際中的瓶頸之一。一般的人臉檢測和識別算法是假設待處理圖像是在均勻的光照條件下獲得的，而生活中光照往往是不均勻的，光照校正問題一直是人臉檢測和識別中一個非常重要而難于解決的問題，使得人臉檢測和識別率大幅度下降。本文通過分析小波變換的特點，