基于Gabor變換的人臉識別技術研究.pdf

1、智能信息化時代的一大特點就是身份的數字化和安全化，自動識別一個人的身份是當今信息化時代一個關鍵的社會課題，生物特征識別技術也由此闖入大眾視線。生物特征包括指紋、虹膜、人臉等，其中人臉特征已經越來越廣泛地應用于個人信息識別領域。但由于光照條件、場景變化等客觀因素和表情、年齡、嘴型等主觀因素的影響，如何實現復雜條件下人臉識別是研究熱點。
　　此課題的研究對象是雙目可見的正面人臉圖像，雙目距離大于70像素，偏角左右小于30度，上下小于1

2、5度。本課題的人臉識別系統主要從五大模塊深入研究，具體如下:
　　光照預處理模塊采用伽馬校正加上高斯差分的算法，不僅能夠較好地保留細節(jié)信息，還對“陰陽臉”有較高的識別率，尤其是在光照變化極其復雜情況下，識別性能明顯高于直方圖均衡化和自商圖像預處理方法，魯棒性較好，操作簡單，實時性高。
　　特征提取模塊采用基于Gabor小波的特征提取方法，二維Gabor小波變換的多方向和多尺度性可以描繪人臉圖像的紋理分布信息。本文在圖像尺寸大

3、小、Gabor小波各尺度各方向、降采樣間隔、Gabor特征表征方式這四個方面展開重點研究，最后結合實驗測試結果和工程指標選擇最優(yōu)參數。Gabor特征對一定的觀測視角、光照變化、姿態(tài)、目標大小、表情等變化并不敏感，具有空間局部性和方向選擇性的優(yōu)點。
　　特征選擇模塊分別采用GFC法、Pooling法和EJS法針對維數過大的Gabor特征進行選擇，提高實時性。GFC包括主成分分析和Fisher線性判別分析，有一定抗干擾性但對光照劇烈變