紅外圖像人臉識(shí)別研究.pdf

1、紅外圖像人臉識(shí)別是利用模式識(shí)別、圖像處理等方法對(duì)由熱紅外成像設(shè)備采集的紅外人臉圖像進(jìn)行分類識(shí)別的技術(shù)。紅外圖像人臉識(shí)別技術(shù)可在很大程度上彌補(bǔ)可見光人臉識(shí)別技術(shù)的缺陷和不足，該技術(shù)與可見光人臉識(shí)別技術(shù)的融合將是今后人臉識(shí)別研究的一個(gè)重要方向。本論文在深入研究紅外人臉圖像特性的基礎(chǔ)上，系統(tǒng)研究了幾種不同的紅外圖像人臉識(shí)別方法，并進(jìn)行了相關(guān)的實(shí)驗(yàn)測試。 研究了紅外人臉圖像的預(yù)處理方法。對(duì)紅外人臉圖像手動(dòng)定位雙眼，利用圖像的幾何變換對(duì)紅

2、外圖像進(jìn)行旋轉(zhuǎn)、放縮、裁剪等操作，完成紅外人臉圖像的幾何預(yù)處理；利用直方圖均衡化法對(duì)紅外人臉圖像進(jìn)行灰度預(yù)處理。 對(duì)主成分分析和線性鑒別分析兩種基于統(tǒng)計(jì)的紅外圖像人臉識(shí)別方法進(jìn)行了研究。利用PCA算法對(duì)紅外人臉圖像進(jìn)行降維并提取其特征向量，對(duì)降維后的紅外人臉特征采用LDA算法訓(xùn)練生成一個(gè)使類間離散度最大、類內(nèi)離散度最小的最佳分類器。實(shí)驗(yàn)結(jié)果表明該分類器對(duì)紅外人臉圖像具有較好的分類效果。 采用標(biāo)號(hào)圖來表示紅外人臉圖像，標(biāo)號(hào)

3、圖的節(jié)點(diǎn)用一組描述人臉局部特征的二維Gabor小波變換系數(shù)標(biāo)示，這些節(jié)點(diǎn)位于紅外人臉圖像上對(duì)識(shí)別有意義的特征點(diǎn)位置上；標(biāo)號(hào)圖的邊用描述相鄰兩個(gè)節(jié)點(diǎn)相對(duì)位置的度量信息來標(biāo)示，由各邊組成的網(wǎng)格圖結(jié)構(gòu)描述了整個(gè)人臉的幾何特征。通過紅外人臉圖像與人臉束圖之間的彈性束圖匹配，確定標(biāo)號(hào)圖上特征點(diǎn)的位置，然后計(jì)算特征點(diǎn)位置的二維Gabor小波變換系數(shù)并進(jìn)行人臉的分類識(shí)別。 基于人工神經(jīng)網(wǎng)絡(luò)的基本理論，設(shè)計(jì)了一個(gè)三層BP神經(jīng)網(wǎng)絡(luò)。采用PCA+L