復(fù)雜光照條件下人臉識別算法的研究.pdf

1、現(xiàn)階段，隨著信息科學(xué)和智能模式識別技術(shù)的發(fā)展，人臉識別技術(shù)已經(jīng)從理論階段逐漸走向?qū)嵺`商業(yè)應(yīng)用階段。雖然較多的難點問題尚未被攻克(如光照)，但是也得到了突飛猛進的發(fā)展，實用型和高效型的人臉識別系統(tǒng)將成為今后的主流研究方向。目前，單一的算法已經(jīng)遠遠不能滿足人們的需求，而多種算法相結(jié)合和三維技術(shù)的發(fā)展將會使人臉識別技術(shù)更加趨向成熟。人臉圖像的預(yù)處理、特征提取和分類識別是自動人臉識別系統(tǒng)中最為重要的三大步驟，也是各領(lǐng)域?qū)W者關(guān)注的難點問題。圖像的

2、預(yù)處理主要包括人臉檢測和人臉圖像歸一化；特征提取的目的主要是為了降低維度，提取出更有利于分類識別的特征；分類識別的主要目的是確認待識別人的身份特征，即運用某種運算將待識別的人臉特征與數(shù)據(jù)庫中人臉特征做相似度比對，相似度最高者即為某人。本文主要研究工作如下：
　　(1)針對人臉光照預(yù)處理中直方圖均衡化、對數(shù)變換、傳統(tǒng)Retinex算法的不足和缺點，經(jīng)研究分析對比之后，采用了一種基于傳統(tǒng) Retinex算法的改進型算法。經(jīng)實驗仿真結(jié)果

3、表明，該算法可以很好地去除光照影響，改善人臉識別效果。
　　(2)針對小波變換中存在的缺點和離散余弦變換的優(yōu)點，采用了一種基于加權(quán)小波變換和離散余弦變換相結(jié)合的特征提取算法。實驗測試結(jié)果表明，該算法無論在識別效率上還是在識別時間上都比只使用小波變換要好得多。
　　(3)根據(jù)BP神經(jīng)網(wǎng)絡(luò)學(xué)習訓(xùn)練中遇到的難點問題，進一步深入研究了一種粒子群優(yōu)化 BP神經(jīng)網(wǎng)絡(luò)的人臉識別算法。本文主要以優(yōu)化網(wǎng)絡(luò)初始權(quán)值和閾值為目的，然后將優(yōu)化好的權(quán)