多源人臉圖像的融合識(shí)別研究.pdf

1、多源人臉圖像的融合識(shí)別，就是對多種傳感器提供的人臉圖像進(jìn)行融合處理，以得到更好的識(shí)別性能。它是圖像融合領(lǐng)域與人臉識(shí)別領(lǐng)域的交匯點(diǎn)，既是對人臉識(shí)別技術(shù)的發(fā)展，也是對圖像融合技術(shù)的應(yīng)用、驗(yàn)證和提高。它既不會(huì)影響人臉識(shí)別的原有優(yōu)勢，叉能在各種復(fù)雜背景情況下，融合多種傳感器提供的有用信息，提高識(shí)別的精度和魯棒性。因此，這是一個(gè)很有前景的研究課題。但是，這一新的領(lǐng)域目前還只是剛剛起步，有許多問題急需解決。因此迫切需要開展廣泛深入的基礎(chǔ)理論和技術(shù)的

2、研究工作。 本文主要針對多源人臉圖像在各個(gè)層次(像素級、特征級和決策級)的融合識(shí)別進(jìn)行了深入、系統(tǒng)的研究。本文的研究涉及到紅外人臉的識(shí)別算法、基于像素級的融合識(shí)別算法、基于特征級的融合識(shí)別算法、基于決策級的融合識(shí)別算法以及融合識(shí)別評價(jià)體系。 本文的主要研究成果如下：1.對紅外人臉圖像作了一定的研究，并針對紅外人臉的特性，提出了兩種適合紅外人臉的識(shí)別算法：一種是基于區(qū)域特征元補(bǔ)償?shù)淖R(shí)別算法，一種是基于Log-Gabor小波

3、的識(shí)別算法。前者主要針對消除眼鏡的干擾，算法簡單有效。后者不單可以處理眼鏡的干擾，即便在聯(lián)合干擾條件下，仍能保持良好的識(shí)別性能。研究證明，Log-Gabor小波是一種非常理想的紅外人臉特征提取方法。對紅外人臉的研究為后續(xù)的融合識(shí)別研究奠定了基礎(chǔ)。 2.對像素級的多源人臉融合識(shí)別進(jìn)行了研究，提出了一種基于不可分離小波框架變換的融合識(shí)別算法。該算法充分吸收了像素級圖像融合的技術(shù)，通過不可分離小波框架變換得到一張有效地綜合了不同圖像源

4、信息的融合人臉圖，然后在此基礎(chǔ)上提取人臉的獨(dú)立成分進(jìn)行分類識(shí)別，從而有效地提高了人臉識(shí)別的性能。 3.對特征級的多源人臉融合識(shí)別進(jìn)行了研究，提出了一種基于遺傳算法的融合識(shí)別算法。算法首先采用Log-Gabor小波和獨(dú)立成分分析分別為不同傳感器得到的人臉圖像提取獨(dú)立Log-Gabor特征，然后用遺傳算法進(jìn)行特征級融合。研究表明，對于包含豐富邊緣細(xì)節(jié)信息的紅外人臉，Log-Gabor小波是一種非常理想的特征提取方法。獨(dú)立Log-Ga

5、bor特征對于人臉識(shí)別的有效性同樣也適用于可見光人臉。遺傳算法被證明是一種很好的特征級融合算法，具有運(yùn)算簡單、收斂速度快、全局尋優(yōu)等優(yōu)點(diǎn)?；谶z傳算法的融合識(shí)別算法取得了令人滿意的識(shí)別效果。 4.對決策級的多源人臉融合識(shí)別進(jìn)行了研究，提出了一種基于模糊積分的融合識(shí)別算法。算法主要解決了子決策的識(shí)別匹配度獲取和有效決策融合問題?；谀：e分的融合識(shí)別算法，綜合考慮了客觀證據(jù)(識(shí)別匹配度)和信任程度，將主客觀之間的信息進(jìn)行最佳的匹配