具有拒識功能的人臉識別算法研究.pdf

1、人臉識別技術(shù)以其自身的優(yōu)越性成為計算機視覺方面的一個熱門研究領(lǐng)域。隨著社會需求的增加以及技術(shù)的不斷發(fā)展，越來越多的研究人員投入到人臉識別算法的研究當(dāng)中。本課題主要研究人臉識別中的拒識，即拒絕識別。在許多現(xiàn)實的應(yīng)用中如門禁系統(tǒng)，系統(tǒng)應(yīng)該拒絕識別未在系統(tǒng)中注冊的人。為了解決人臉識別中的拒識問題，本課題提出了一種將稀疏表達與LARK特征和SIFT特征相結(jié)合的、具有拒識功能的人臉識別算法。
　　該算法首先使用稀疏表達方法對測試集進行粗分類

2、，將測試集的人臉圖像分為兩類：一類為應(yīng)該識別的，另一類為需要拒絕識別的。在需要拒絕識別的一類樣本中，不可避免地會出現(xiàn)被錯誤分類的樣本。為了進一步提高分類的精度，更加準(zhǔn)確地找出需要拒絕識別的樣本，本課題引入了基于局部自適應(yīng)回歸核的LARK（Locally Adaptive Regression Kernel）算子與尺度和旋轉(zhuǎn)不變特性的SIFT（Scale Invariant Feature Transform）關(guān)鍵點特征，以期增強本課題算

3、法的拒識精度。LARK算子對于圖像的光照變化具有良好的魯棒性，SIFT關(guān)鍵點特征則在人臉圖像的姿勢變化方面具有較好的處理能力。針對在第一步中被判定為需要拒絕識別的每一個樣本，本課題分別提取它的LARK局部特征和SIFT關(guān)鍵點特征，并利用這兩個特征分別對該樣本進行判定，可以得到兩個分類類標(biāo)。最終采用投票策略決定樣本是否需要拒絕識別。
　　本課題在多個標(biāo)準(zhǔn)人臉數(shù)據(jù)庫上進行了大量的實驗，包括 ORL人臉庫、YaleB人臉庫以及 AR人臉