基于局部三值模式的光照人臉識(shí)別.pdf

1、人臉特征提取與分類(lèi)技術(shù)，作為一種常用生物特征提取技術(shù)，它是近些年來(lái)模式識(shí)別與計(jì)算機(jī)視覺(jué)鄰域的重點(diǎn)研究方向之一。人臉特征提取是人臉識(shí)別過(guò)程中的核心步驟，優(yōu)秀的人臉特征能夠讓同類(lèi)的個(gè)體之間更加具有區(qū)別性。因此提取人臉特征成為人臉識(shí)別過(guò)程中的一個(gè)關(guān)鍵環(huán)節(jié)。本文從人臉特征出發(fā)，提出了一種針對(duì)人臉圖像光照變化而具有圖像編碼不變性的人臉識(shí)別算法。主要有以下幾個(gè)工作要點(diǎn)：
　　1）提出了一種局部三值全域?qū)Ρ让枋鏊阕?LTwCD（Local Te

2、rnary whole Contrary Descriptor）。本文依賴(lài)于光照問(wèn)題的背景，借助局部模式基本理論，包括局部二值描述LBP（Local Binary pattern），局部三值描述LTP(Local Ternary pattern)，局部三值對(duì)比描述LTCD（Local Ternary Contrary Descriptor），分析了它們的優(yōu)缺點(diǎn)，并提出了一種局部三值全域?qū)Ρ让枋鏊阕覮TwCD。該算法不僅考慮到了鄰域像素與

3、中心像素之間的符號(hào)信息和幅值信息，而且考慮到了整個(gè)局部區(qū)域的對(duì)比度信息。該算法能夠?qū)植抗庹兆兓?，具有編碼不變性，從而能夠從光照人臉圖像中提取光照不變特征，對(duì)受到光照影響的人臉圖像具有更好的鑒別能力。
　　2）討論了常用的去光照處理算法，其中包括基于圖像像素處理和基于人臉模型的兩種方法，本文重點(diǎn)借助朗伯模型的基本原理，分析了基于光照模型的常用光照處理算法，例如，同態(tài)濾波、自商圖像（Self-quotient Image）、場(chǎng)域梯度

4、(Gradient Image)、相對(duì)梯度運(yùn)算(Relative Gradient)提取光照不變量特征等。
　　3）提出了基于相對(duì)梯度局部三值全域?qū)Ρ让枋觯≧GLTwCD）。為了更好提取人臉圖像的局部光照不變特征，盡可能克服光照對(duì)最終識(shí)別分類(lèi)的影響，最后將相對(duì)梯度運(yùn)算運(yùn)用于本文所提出算法的前期處理過(guò)程中，提出了RGLTwCD算法。該算法首先用相對(duì)梯度算子提取圖像中光照不變量；然后利用局部三值描述對(duì)其進(jìn)行編碼，得到兩幅編碼圖像，利用

5、直方圖統(tǒng)計(jì)方法統(tǒng)計(jì)編碼圖像的直方圖灰度。并將該直方圖向量作為該人臉圖像的特征。最后，利用最近鄰分類(lèi)器進(jìn)行圖像分類(lèi)識(shí)別。
　　本文不僅在理論證明了LTwCD在局部光照變化時(shí)候具有編碼不變性，而且通過(guò)在Yale人臉庫(kù)、Yale B人臉庫(kù)、Extended Yale B人臉庫(kù)、CMUPIE人臉庫(kù)實(shí)驗(yàn)證明了本文 RGLTwCD算法在人臉識(shí)別中能夠取得良好的分類(lèi)識(shí)別能力，尤其對(duì)受到強(qiáng)烈光照影響下的人臉圖像能夠去除光照影響，提取出該圖像的光照