可變光照下的人臉識別技術研究.pdf

1、人臉識別技術是模式識別和機器視覺領域最富挑戰(zhàn)性的研究課題之一，它在公共安全、信息安全、人機交互等領域中有著廣泛的應用前景。經過三十多年的研究，人臉識別技術在理想環(huán)境條件下已達到實用程度，但是在環(huán)境不可控的情況下，由于光照、姿態(tài)、表情、遮擋等變化的影響，已有的人臉識別算法性能大大下降，其應用范圍也受到了較大的限制。因此，針對各種變化的魯棒的人臉識別技術是當前的一個研究熱點。本文主要針對不同光照條件下的人臉識別技術進行了研究。主要完成的工作

2、概括如下： 首先，在圖像預處理環(huán)節(jié)，本文提出了一種人臉圖像光照補償的新方法。通過構造原人臉圖的二值圖,從而確定出原圖所屬的光源方向。然后，在除正面光源外的每個光源方向上構造出通用的平均亮度差值來進行光照補償。最后，結合去掉三個特征值最大的PCA特征向量的方法進行識別。實驗表明，這種方法能夠顯著提高光照變化條件下的人臉識別率。 其次，在特征提取環(huán)節(jié)，分別介紹了PCA，2D-PCA，2D-LDA和PCA+LDA四種方法的基本

3、原理。其中，2D-PCA和2D-LDA都是基于2D人臉圖像矩陣而無須矢量化的方法，能夠有效地解決運算量和矩陣奇異的問題。而PCA+LDA算法則是先用PCA投影矩陣將原始向量空間降維，然后再用LDA進一步降低維數并獲取精簡的分類特征，從而在能夠很好地表示圖像的結構信息的同時減少了計算量，也避免了LDA的矩陣奇異問題。 在分類器設計環(huán)節(jié)上，介紹了4種經典的分類器：最近鄰分類器，k-近鄰分類器，SVM和貝葉斯分類器，其中重點討論了貝葉