光照不變?nèi)四槇D像表示及識別研究.pdf

1、自動人臉識別研究試圖賦予計(jì)算機(jī)根據(jù)面孔辨別人物身份的能力,是一個典型的圖像分析、理解和模式分類問題。雖然經(jīng)過近40年的研究,人臉識別取得了長足發(fā)展,但是由于人臉是非剛性物體并容易受到光照、姿態(tài)和表情等因素的影響,在非可控、非用戶配合條件下的人臉識別仍然是一個極具挑戰(zhàn)性的課題。特別是當(dāng)人臉圖像中光照條件發(fā)生變化時(shí),人臉識別性能急劇下降。
　　本文首先對人臉識別特別是光照變化條件下的人臉識別研究進(jìn)行了歷史和發(fā)展的詳細(xì)回顧,然后在此基礎(chǔ)

2、上圍繞光照變化問題,從圖像預(yù)處理、圖像本征圖提取、光照不變特征表達(dá)等幾個關(guān)鍵環(huán)節(jié)展開研究,同時(shí)本文還對基于提升的統(tǒng)計(jì)學(xué)習(xí)人臉識別方法進(jìn)行了分析和研究。主要的內(nèi)容及創(chuàng)新之處包括:
　　(1)提出了一種基于人臉局部結(jié)構(gòu)的光照歸一化方法
　　相對于其它針對光照影響的圖像建模和人臉建模方法,光照歸一化是一種直接而又簡單有效的去除光照影響的方法。本文在分析現(xiàn)有光照歸一化算法后,提出了一種基于人臉表面反射同質(zhì)子區(qū)域的光照歸一化方法,這樣

3、使得歸一化具有依據(jù)人臉表面起伏結(jié)構(gòu)的局部適應(yīng)性,從而獲得了更好的去除光照效果,在使用最近鄰分類器的人臉識別試驗(yàn)中驗(yàn)證了該算法的有效性。
　　(2)研究了基于人臉本征圖的光照不變?nèi)四槺磉_(dá)方法
　　本文分析了現(xiàn)有的基于圖像光照-反射模型的人臉圖像表達(dá)方法。研究發(fā)現(xiàn),本征反射圖像是反映物體本身屬性而無外在光照影響的圖像表達(dá),因此在該假設(shè)下,本文提出了一種基于總變分L1模型的圖像濾波技術(shù)用來估計(jì)人臉圖像的本征反射圖像并用于人臉識別。

4、該濾波方法在對圖像平滑的同時(shí)具有優(yōu)良的邊緣保持作用,這樣在對光照圖像估計(jì)的同時(shí)對人臉中有利于類判別作用的細(xì)節(jié)信息給予了有效保留。最后用本征反射圖像表達(dá)的人臉識別試驗(yàn)表明了該方法的光照魯棒性。
　　(3)研究了基于定性序特征圖像表達(dá)的人臉識別方法
　　對人類人臉識別的生物特性研究表明,人類人眼對人臉圖像感知的過程中,對圖像中灰度反差的極性而不是反差大小更具敏感性,特別是在光照變化情況下,圖像灰度反差的序關(guān)系是一種恒定的光照不變

5、量。基于該結(jié)論和現(xiàn)有人臉定性特征表達(dá)方法,本文提出了一種基于圖像局部紋理分析的局部序特征提取方法-局部序映射,這種表達(dá)統(tǒng)計(jì)圖像局部像素間的序關(guān)系,在光照變化條件下具有很好的穩(wěn)定性,并且計(jì)算非常簡單,最后在試驗(yàn)中的測試也表明了該算法的有效性。
　　(4)研究了基于多類提升的人臉識別算法
　　從集成式學(xué)習(xí)的研究分析出發(fā),本文從統(tǒng)計(jì)學(xué)習(xí)的角度研究更一般的人臉識別問題。通過對當(dāng)前應(yīng)用廣泛的集成式學(xué)習(xí)Adaboost算法針對二類分類問