基于序特征的光照不變?nèi)四樧R別.pdf

1、光照問題是人臉識別面臨的主要難題之一,由于光照變化改變圖像灰度空間的分布,當使用灰度信息特征去識別人臉時,往往會使類內(nèi)差異(同一個人的不同人臉圖像)大于類間差異(不同人的人臉圖像),嚴重影響人臉識別的準確度,制約了人臉識別技術(shù)的推廣應(yīng)用。目前針對光照變化,解決方法大致分為三類,光照子空間方法,光照歸一法和光照不變量法。
　　 本文提出了一個基于序特征的改進算法,將采用序特征作為光照不變量去解決人臉識別中的光照變化問題。首先對圖像

2、進行二維小波變換,提取圖像的低頻系數(shù),進行圖像壓縮,抑制噪聲影響,減少圖像中的冗余信息。然后使用改進的序特征提取算子提取序特征。本文對序特征提取算子進行了兩方面的改進:一是改進提取算子的作用域,擴大特征提取范圍。將算子的作用域擴大到中等大小,提高特征含量,特別是針對人臉識別這種類別差異小的分類任務(wù),可以包含更多的整體信息。二是改進算子的作用形式,將傳統(tǒng)的矩形算子擴展為橢圓形算子。由于人臉的三維結(jié)構(gòu)形式,橢圓形區(qū)域更符合人臉的特征區(qū)域,所

3、以橢圓形算子可以提取更多的相關(guān)信息,優(yōu)于矩形算子。
　　 算法在YaleB和ORL人臉數(shù)據(jù)庫上進行了驗證,并選擇目前具有代表性的解決光照影響的算法進行對比試驗。根據(jù)光照情況,對樣本數(shù)據(jù)進行了集中分類。實驗結(jié)果表明,本文所提算法在識別率上表現(xiàn)出較大的優(yōu)勢。在單樣本訓(xùn)練和混合樣本訓(xùn)練的情況下,表現(xiàn)依然穩(wěn)定。與其它算法相比,本算法對訓(xùn)練樣本和環(huán)境的要求不高；需要選擇的參數(shù)較少,節(jié)省了參數(shù)優(yōu)化所需的時間和計算資源；在強化人臉特征部位如眼