基于像素變化信息的人臉識別方法研究.pdf

1、人臉識別是生物特征識別的一個重要分支，它在身份鑒定，信用卡驗證，人機交互等領域有著廣闊的應用前景。人臉識別的任務是通過計算機分析人臉圖像,從中抽取出有效識別信息,并將此識別信息用于辨認身份。但由于人臉圖像可能會受到光照、遮擋、面部表情以及姿態(tài)等多種因素的影響,使得對其進行正確識別存在一定的難度，因此，如何消除這些不利因素的影響成為人臉識別問題的關鍵。
　　特征抽取是決定人臉識別效果的關鍵。目前用于人臉識別的特征抽取方法可大致分為兩

2、類：線性特征抽取方法和非線性特征抽取方法。常用的線性特征抽取方法有：PCA（PrincipalComponentAnalysis),FLD(FisherLinearAnalyze),2DPCA,2DFLD。常用的非線性特征抽取方法有核PCA，核Fisher方法。這些方法被廣泛用于人臉識別中，但是當人臉圖像處于復雜環(huán)境下時，這些方法往往無法抽取出對復雜環(huán)境具有較強識別能力的特征，從而導致識別準確率較低。
　　Interest算子是近

3、期被用于解決人臉識別問題的一種較有效的方法,就其本質而言，采用Interest算子對圖像進行過濾的過程也就是分不同方向抽取圖像的像素變化信息的過程?；贗nterest算子的人臉識別方法同時是一種基于像素變化信息的人臉識別方法?；贗nterest算子人臉識別方法的高效性證明了基于像素變化信息人臉識別方法的可行性。
　　梯度信息反映了圖像像素信息變化幅度的大小。一般認為梯度信息對圖像邊緣敏感，對光照等變化不敏感。基于梯度信息的人臉

4、識別方法能夠有效地抽取出圖像的紋理特征同時緩解光照等變化對人臉識別的影響，對復雜環(huán)境具有一定的魯棒性。
　　本文首先將常用的線性特征抽取方法，非線性特征抽取方法，以及原始Interest算子運用于人臉識別中。在此基礎上，提出Interest算子的三種改進思想。此外，我們提出了三種新的基于梯度信息的人臉識別算法。實驗表明，本文所提方法對復雜環(huán)境具有較好的魯棒性，能得到較高的識別結果。同時，同以往方法相比較，該方法易于理解和掌握，且計