遮擋和復(fù)雜光照條件下魯棒人臉識別算法研究.pdf

1、人臉識別是生物特征識別領(lǐng)域的一個重要課題，在安防和身份認(rèn)證領(lǐng)域得到了廣泛的應(yīng)用。雖然人臉識別技術(shù)已經(jīng)取得了較大的進(jìn)步，但是目前的人臉識別算法仍然無法克服由于應(yīng)用環(huán)境不可控帶來的識別困難。當(dāng)人臉發(fā)生遮擋或出現(xiàn)較大光照變化時，識別性能會受到嚴(yán)重影響。為了解決遮擋和復(fù)雜光照問題，本文所做的主要工作如下：
　　針對人臉遮擋問題，提出了融合遮擋檢測與HOG（Histogram of Oriented Gradient）特征協(xié)作表示的人臉識別

2、方法。首先，設(shè)計了一種基于HOG特征，主成分分析和支持向量機的遮擋檢測方法，根據(jù)常見遮擋的分布將人臉分塊，在子塊上檢測遮擋。如果人臉存在遮擋，僅提取非遮擋部分的HOG特征作為人臉的特征表示；如果人臉未發(fā)生遮擋，則提取整幅人臉的HOG特征作為人臉的特征表示。最后，利用協(xié)作表示對降維后的人臉特征進(jìn)行分類。在AR和Yale人臉庫上進(jìn)行了測試，對AR人臉庫中遮擋圖像的平均識別率達(dá)到95.2％。對AR和Yale人臉庫中發(fā)生姿態(tài)和表情變化人臉的識別

3、率分別達(dá)到97.3%和98.6%。與稀疏表示方法相比，計算復(fù)雜度有明顯降低。實驗結(jié)果表明，和現(xiàn)有的主要識別方法相比，該方法對人臉遮擋具有較強的魯棒性。由于選用了強判別性的特征和高效的分類方法，對非遮擋人臉的識別性能也有一定程度的提升。
　　針對光照變化問題，設(shè)計了基于局部二值模式和協(xié)作表示分類的近紅外人臉識別方法。使用強度高于環(huán)境光線的主動近紅外光源成像，配合相應(yīng)波段光學(xué)濾片，便可以采集到和環(huán)境光照無關(guān)的人臉圖像，從而避免了光照變