復雜環(huán)境下的人臉識別方法及應用研究.pdf

1、人臉識別技術已廣泛應用于司法、金融和商業(yè)等多個領域,但目前的人臉識別算法多數(shù)應用于受控環(huán)境中,而在實際應用場合,復雜的外部環(huán)境會給人臉識別帶來許多干擾因素,進而影響其識別性能,這一問題已成為人臉識別領域研究的熱點與難點。
　　本論文重點對復雜環(huán)境下人臉識別的以下四個問題作了研究,并提出相應的算法:
　　(1)光照變化引起的人臉圖像部分過亮、過暗等問題給后續(xù)算法帶來困難;
　　(2)人臉圖像中由類膚色像素引起的遮擋或干擾

2、可能導致人臉檢測算法的誤判;
　　(3)人臉的不同姿態(tài)可能引起面部特征丟失問題,導致人臉識別依據(jù)的損失;
　　(4)人臉的不同表情可能引起人臉形狀發(fā)生較大變化,而使人臉識別算法產(chǎn)生誤判。
　　針對以上四個問題,論文做了以下工作:
　　(1)對傳統(tǒng)的基于灰度圖像的光照預處理算法進行了研究,分析其優(yōu)缺點,提出一種保留圖像灰度級的自適應連續(xù)均值量化變換(ASMQT)灰度圖像增強方法;
　　(2)提出改進的YCbC

3、r色彩空間,通過分別提取人臉圖像的亮度分量和色度分量,并將亮度分量作為灰度圖像自適應增強算法的處理對象,色度分量作為膚色信息樣本進入后續(xù)人臉檢測過程;
　　(3)對基于膚色信息的人臉檢測方法進行研究,對比三種膚色模型的優(yōu)劣,通過高斯膚色模型粗略分離膚色區(qū)域與背景像素,再利用結(jié)合圖像邊緣信息的改進迭代條件模式(ICM)分割算法,消除人臉附近高重疊度類膚色像素干擾,最后通過連通域分析與形態(tài)學運算消除非人臉區(qū)域干擾,最終提取到精確的人臉

4、區(qū)域;
　　(4)分析比較了三種人臉識別方法,并改進其中的稀疏表示人臉識別算法,提出了一種基于二次分類的稀疏表示人臉識別算法。該算法在沒有明顯增加算法復雜度的同時,提高了算法對人臉表情和姿態(tài)的魯棒性。
　　最后,應用本文提出的算法,設計完成了一個人臉識別系統(tǒng),并選擇標準人臉數(shù)據(jù)庫對其進行仿真實驗。實驗結(jié)果表明:該算法在不同的人臉庫中均能取得最高的識別率,且對表情、遮擋、人臉姿態(tài)等變化因素的魯棒性較好,證明了論文方法的有效性。