复杂光照条件下人脸识别关键算法研究

论文摘要

人脸识别是图像处理和模式识别领域的一个研究热点，它涉及到模式识别、图像处理、计算机视觉、机器学习等多个学科领域。人脸识别和认证技术在国家安全、公安系统和城市的公共安全等方面有着十分重要的应用前景。虽然经过了近40年的发展，但是，由于人脸是非刚性物体，并容易受到光照、姿态、表情等因素的影响，要实现一个高识别率、高鲁棒性的全自动人脸识别系统仍然是一个极具挑战性的课题。 本论文的研究围绕着光照问题展开，以提高人脸识别系统对光照的鲁棒性和识别率为主要目标，对人脸图像预处理、特征点定位、特征提取等关键环节展开研究，探讨光照问题的解决方法。本文的主要工作和创新点包括如下几个方面： 1、研究了光照归一化问题，提出了基于全变分模型的光照预处理算法 光照是影响人脸识别的主要因素之一，人脸图像因为光照条件的变化而产生的改变甚至超过由于不同个体之间差异而产生的变化。本文在对图像成像过程进行分析的基础上，根据辐照度光照模型，提出了基于全变分模型的光照预处理算法。实验表明，该算法可以有效地减少光照对人脸识别算法的影响，提高人脸识别系统的识别率和光照鲁棒性。 2、研究了人脸的特征点自动定位问题，提出了复杂光照条件下鲁棒的特征点定位算法 人脸特征点定位是人脸识别系统的一个关键环节，特征点定位的精度与鲁棒性直接影响着人脸识别系统的识别率和鲁棒性。主动形状模型(ASM)是一个重要特征点人脸对齐方法，但是其定位结果比较粗糙。而弹性图匹配算法则能够实现特征点的精确定位，但是其计算复杂度高，定位速度慢。本文在分析两者优缺点的基础上，提出了一种利用ASM和弹性图匹配算法实现人脸特征点的自动精确定位的方法。同时，为了克服ASM算法对光照和模型初始位置敏感的缺点，本文还提出了一种改进型的ASM算法。该算法引入了两种特征，即相位一致性特征和反射系数特征。在搜索过程中，首先利用相位一致性特征实现特征点粗定位，然后在

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 人脸识别的研究背景和意义
• 1.2 人脸识别的研究现状
• 1.2.1 人脸识别主流技术
• 1.2.2 人脸识别研究的已有成果
• 1.3 人脸识别面临的挑战和趋势
• 1.3.1 FERET测试和FRVT测试
• 1.3.2 主要挑战和可能的解决方法
• 1.4 光照问题的提出和本文工作
• 1.4.1 光照问题的提出
• 1.4.2 相关工作回顾
• 1.4.3 本文主要工作
• 1.5 论文的组织结构
• 第二章 基于全变分模型的光照预处理算法
• 2.1 引言
• 2.1.1 光照对人脸图像的影响
• 2.1.2 光照模型
• 2.2 相关工作
• 2.2.1 Retinex方法
• 2.2.2 Retinex方法的局限性
• 2.3 基于全变分模型的光照预处理算法
• 2.3.1 全变分模型
• 2.3.2 利用全变分模型的进行光照估计
• 2.4 实验结果与分析
• 2.5 本章小结
• 第三章 复杂光照条件下的人脸特征点定位算法
• 3.1 引言
• 3.2 相关工作
• 3.2.1 主动形状模型
• 3.2.2 弹性图匹配算法
• 3.3 基于ASM模型的人脸特征点自动定位算法
• 3.3.1 基于ASM模型的特征点粗定位
• 3.3.2 基于Gabor小波的人脸特征点细定位
• 3.3.3 实验结果和分析
• 3.4 粗定位算法的改进
• 3.4.1 主动形状模型的局限性
• 3.4.2 基于相位一致性特征的特征点粗定位
• 3.4.3 基于反射系数图的特征点细定位
• 3.4.4 实验结果与分析
• 3.5 本章小结
• 第四章 基于Gabor直方图的特征提取算法
• 4.1 引言
• 4.2 相关工作
• 4.2.1 AdaBoost算法介绍
• 4.2.2 AdaGabor特征提取算法
• 4.3 基于Gabor直方图的特征提取算法
• 4.3.1 Gabor直方图特征提取
• 4.3.2 Gabor直方图特征筛选
• 4.4 实验结果和分析
• 4.5 本章总结
• 第五章 人脸识别系统设计与测试
• 5.1 人脸识别系统设计中的关键问题
• 5.2 人脸识别系统测试
• 5.3 人脸识别考勤系统（KD-Face 2.0）
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 本文的主要工作
• 6.2 本文的主要创新点
• 6.3 未来工作展望
• 参考文献
• 致谢
• 在读期间发表的论文和从事的科研项目