可變光照下人臉檢測(cè)與識(shí)別研究.pdf

1、人臉檢測(cè)與人臉識(shí)別是模式識(shí)別與計(jì)算機(jī)視覺(jué)領(lǐng)域的重要研究課題，在公共安全、智能監(jiān)控、視頻會(huì)議、多媒體和數(shù)字娛樂(lè)等領(lǐng)域有廣闊的應(yīng)用前景。經(jīng)過(guò)三十多年的研究，人臉檢測(cè)與識(shí)別技術(shù)在可控環(huán)境中獲得了很大的發(fā)展，在理想情況下已經(jīng)能夠取得可以接受的檢測(cè)與識(shí)別的性能。但是在不可控環(huán)境中，由于受到多種因素的影響，如光照、姿態(tài)、表情、遮擋等，人臉檢測(cè)和識(shí)別的性能會(huì)有明顯的下降。人臉檢測(cè)與人臉識(shí)別要真正走向?qū)嵱萌匀粯O具挑戰(zhàn)性。本文對(duì)人臉檢測(cè)與人臉識(shí)別中的人臉

2、檢測(cè)器訓(xùn)練，人臉特征抽取、人臉?lè)诸惼髟O(shè)計(jì)等問(wèn)題進(jìn)行了研究，同時(shí)針對(duì)可變光照下的人臉檢測(cè)與人臉識(shí)別問(wèn)題，從圖像增強(qiáng)和獲取人臉光照不變特性的角度進(jìn)行了深入的研究。主要研究成果概括如下：
　　 (1)針對(duì)應(yīng)用Adaboost算法進(jìn)行人臉檢測(cè)時(shí)誤檢率比較高的問(wèn)題，提出了級(jí)聯(lián)支持向量機(jī)的Adaboost-SVM人臉檢測(cè)算法。Adaboost算法利用Haar小波，積分圖和級(jí)聯(lián)的思想實(shí)現(xiàn)了接近實(shí)時(shí)的人臉檢測(cè)，但是對(duì)于復(fù)雜的背景存在著人臉誤檢率

3、比較高的問(wèn)題。本文首先利用Adaboost算法訓(xùn)練了一個(gè)人臉檢測(cè)器，然后用該檢測(cè)器對(duì)圖像數(shù)據(jù)庫(kù)進(jìn)行自動(dòng)的人臉檢測(cè)，再對(duì)檢測(cè)結(jié)果進(jìn)行人工糾正分類，產(chǎn)生人臉正樣本和負(fù)樣本，利用這些樣本訓(xùn)練基于SVM的人臉檢測(cè)器。將這兩個(gè)檢測(cè)器級(jí)聯(lián)起來(lái)，構(gòu)成Adaboost-SVM人臉檢測(cè)器。實(shí)驗(yàn)表明，Adaboost-SVM人臉檢測(cè)算法在基本保持人臉檢測(cè)率的情況下，誤檢率有明顯的下降，誤檢窗口數(shù)最高下降達(dá)到82.91％。
　　 (2)當(dāng)環(huán)境的光照比

4、較復(fù)雜時(shí)，人臉檢測(cè)的性能會(huì)有明顯的下降，為了減少光照的影響，提出了快速的自適應(yīng)圖像增強(qiáng)算法，用于改善復(fù)雜光照下的人臉檢測(cè)性能。本文深入研究了Retinex圖像增強(qiáng)理論，針對(duì)多尺度Retinex算法存在的運(yùn)行速度慢，增強(qiáng)后圖像容易灰度化的現(xiàn)象，提出了一種改進(jìn)的多尺度Retinex圖像增強(qiáng)算法。同時(shí)結(jié)合對(duì)數(shù)變換和非線性變換，進(jìn)一步提出了快速的自適應(yīng)圖像增強(qiáng)算法，與直方圖均衡、單尺度Retinex和多尺度Retinex算法相比，自適應(yīng)圖像增強(qiáng)

5、算法在人臉檢測(cè)率和誤檢率方面都有明顯的改善。
　　 (3)針對(duì)Gabor小波人臉特征表示數(shù)據(jù)維數(shù)過(guò)高的問(wèn)題，研究了利用二維線性子空間進(jìn)行特征降維的方法，并實(shí)現(xiàn)用支持向量機(jī)進(jìn)行人臉?lè)诸惖牟呗?。人臉識(shí)別的過(guò)程中，利用多個(gè)尺度和不同方向的Gabor小波來(lái)表示人臉圖像，并構(gòu)成Gabor特征臉，然后利用二維線性子空間方法直接對(duì)Gabor特征臉進(jìn)行特征降維，再采用支持向量機(jī)對(duì)人臉進(jìn)行分類。實(shí)驗(yàn)表明，這種方法有效地提取了有利于分類的人臉特征，

6、同時(shí)解決了Gabor小波的維數(shù)災(zāi)難問(wèn)題，取得了良好的分類效果。
　　 (4)綜述了復(fù)雜光照下的人臉識(shí)別算法，提出了形態(tài)學(xué)小波商圖像算法。尋找具有光照不變性的人臉特征圖像是解決復(fù)雜光照人臉識(shí)別的一個(gè)有效途徑，對(duì)人臉圖像進(jìn)行形態(tài)學(xué)閉運(yùn)算操作后，再在小波域去掉圖像的高頻成分，所得結(jié)果作為人臉圖像的光照估計(jì)，將光照?qǐng)D像與原圖像相除后得到一種商圖像。實(shí)驗(yàn)結(jié)果表明，這種形態(tài)學(xué)小波商圖像具有光照不變性，同時(shí)相比于SSR算法和形態(tài)學(xué)商圖像，形態(tài)