基于近紅外圖像的實時高性能人臉識別算法的研究.pdf

1、近年來,生物特征識別受到了人們越來越多的關(guān)注。與其他生物特征識別方法相比,人臉識別具有直接、友好、方便等特點,易于為用戶所接受,因而人臉識別技術(shù)在社會各領(lǐng)域都得到了廣泛的研究與應(yīng)用。
　　 在人臉識別中,光照變化與姿態(tài)變化通常會引起人臉外觀的明顯變化。目前,解決光照問題的一種有效方法是利用主動近紅外光進行人臉識別,該方法可以有效的減少光照變化對識別性能的影響。然而,人臉姿態(tài)變化很難通過直接的方法進行控制,因此可以采用姿態(tài)估計來進

2、一步克服姿態(tài)變化問題。
　　 人臉姿態(tài)估計是指在輸入的圖像中確定人臉在三維空間中姿態(tài)的過程,人臉姿態(tài)變化通常分成3種類型:左右旋轉(zhuǎn)、上下旋轉(zhuǎn)和圖像平面內(nèi)旋轉(zhuǎn)。
　　 本文提出了一種新的人臉姿態(tài)估計方法,用于計算人臉左右旋轉(zhuǎn)角度。該方法首先對歸一化人臉圖像進行鼻孔定位,再根據(jù)模型中鼻孔與眼睛坐標參數(shù)計算得到人臉的左右旋轉(zhuǎn)角度。由于人臉左右旋轉(zhuǎn)角度過大時,易導致一個鼻孔不可見,此時鼻孔定位算法失效。在此情況下,采用邊緣統(tǒng)計方

3、法進行人臉姿態(tài)估計。邊緣統(tǒng)計方法首先對歸一化人臉圖像進行邊緣檢測,再對邊緣圖像對稱展開,對展開后的圖像做垂直直方圖統(tǒng)計,計算直方圖平均值與物理中線的水平距離以確定人臉的左右旋轉(zhuǎn)角度。
　　 本文的人臉識別采用LBP特征和AdaBoost算法進行人臉識別分類器訓練。在識別過程中,首先對待識別圖像進行人臉姿態(tài)估計,若人臉左右旋轉(zhuǎn)角度過大,則認為此圖像質(zhì)量較低,不再進行后續(xù)的人臉識別處理。人臉姿態(tài)估計預處理可以確保所有參與識別的圖像具