終端信息感知的人臉圖像處理技術(shù)研究與實(shí)現(xiàn).pdf

1、人臉圖像處理技術(shù)是生物識(shí)別技術(shù)中一個(gè)重要的領(lǐng)域，并且已經(jīng)進(jìn)入商業(yè)化進(jìn)程。人臉圖像處理技術(shù)以其方便、不易篡改等特點(diǎn)受到軍事、信息、安全等多個(gè)領(lǐng)域的青睞，具有重要的研究?jī)r(jià)值和廣闊的應(yīng)用前景，同時(shí)也面臨著巨大的挑戰(zhàn)。它不僅僅要解決年齡、光照、姿態(tài)、遮擋等魯棒性不高的問(wèn)題，也要考慮通過(guò)終端獲取到圖像時(shí)產(chǎn)生圖像模糊現(xiàn)象等因素。本文正是基于此背景下，深入研究探討了人臉圖像處理技術(shù)，并將其應(yīng)用于二代身份證相片識(shí)別和實(shí)際拍攝圖像的識(shí)別中，主要工作內(nèi)容包

2、括:
　　首先，針對(duì)終端獲取圖像存在運(yùn)動(dòng)模糊的現(xiàn)象，提出一個(gè)完備的預(yù)處理解決方案。分析了傳統(tǒng)的預(yù)處理方案及其存在的不足，提出改進(jìn)的預(yù)處理解決方案，通過(guò)改進(jìn)的預(yù)處理解決方案對(duì)于運(yùn)動(dòng)模糊圖像進(jìn)行復(fù)原，使圖像復(fù)原質(zhì)量達(dá)到最優(yōu)，然后對(duì)圖像采用直方圖均衡化進(jìn)行增強(qiáng)，最后采用AdaBoost算法對(duì)圖像進(jìn)行人臉檢測(cè)，去除頭發(fā)、耳朵、背景等人臉區(qū)域外不利于識(shí)別的因素的影響，從而達(dá)到圖像預(yù)處理的效果，在標(biāo)準(zhǔn)人臉數(shù)據(jù)庫(kù)中進(jìn)行仿真實(shí)驗(yàn)，驗(yàn)證了此解決方案

3、的可行性。
　　其次，針對(duì)圖像特征提取問(wèn)題，提出基于多特征融合人臉表示算法。分別分析了傳統(tǒng)的全局特征DCT特征和局部特征Gabor特征，鑒于這兩種特征各自的優(yōu)缺點(diǎn)，本文提出一種多特征融合的人臉表示算法，并且在ORL、FERET、Yale三個(gè)標(biāo)準(zhǔn)人臉數(shù)據(jù)庫(kù)中進(jìn)行實(shí)驗(yàn)，得到95.5％、95％、96.67％的識(shí)別率，均高于單一特征DCT特征、Gabor特征的識(shí)別效果，同時(shí)該算法識(shí)別時(shí)間比Gabor特征降低了1個(gè)數(shù)量級(jí)，這表明基于多特征融

4、合的人臉表示算法性能優(yōu)于單一特征人臉表示算法。
　　然后，深入地研究了基于稀疏表示分類算法，借鑒基于Gabor稀疏表示分類算法的思想，提出一種基于多特征融合稀疏表示分類算法，該算法有效地避免了對(duì)原圖像進(jìn)行直接處理所帶來(lái)的龐大的數(shù)據(jù)維數(shù)，降低了計(jì)算復(fù)雜度，并且同時(shí)考慮了圖像的全局特征和局部特征，對(duì)于遮擋、光照、局部變形、表情等具有很好的魯棒性，在ORL、FERET、Yale三個(gè)標(biāo)準(zhǔn)人臉數(shù)據(jù)庫(kù)中的仿真實(shí)驗(yàn)，驗(yàn)證了該算法的識(shí)別性能優(yōu)越性

5、和魯棒性。
　　最后，針對(duì)人臉模糊圖像處理問(wèn)題，提出一套完整有效的人臉圖像處理解決方案。首先通過(guò)預(yù)處理方案去除終端獲取圖像存在的模糊現(xiàn)象，然后分別提取人臉圖像的DCT特征以及二維Gabor特征，并采用基于多特征融合稀疏表示人臉?lè)诸愃惴ㄍ瓿扇四樧R(shí)別。最后，采集并建立圖像數(shù)據(jù)庫(kù)，將本文提出的人臉圖像處理解決方案應(yīng)用于二代身份證相片識(shí)別和實(shí)際拍攝圖像識(shí)別中。在二代身份證相片識(shí)別的實(shí)驗(yàn)中，發(fā)現(xiàn)本文提出的解決方案識(shí)別效果最高比采用傳統(tǒng)的基于