基于商图象的人脸光照补偿方法研究

基于商图象的人脸光照补偿方法研究

论文摘要

光照、姿态和表情是目前影响人脸识别精度的三大重要因素。特别是自然环境光的变化不能人为控制,它不可避免地对人脸识别中人脸检测、特征提取、动态跟踪甚至三维人脸建模等关键方面产生影响。本文以人脸识别中的光照问题为研究对象,在商图象理论基础上,根据点光源位置分布和人脸结构的对称性,提出了基于一半人脸图象的商图象计算方法。另外,按加光和去光思路给出了两种不同光照补偿策略,并分别在PCA特征子空间和小波变换空间上进行了实现。本文主要完成的工作概括如下: (1)分析了光照变化对人脸图象及人脸识别系统产生的影响,总结了目前典型的光照处理方法,较详细地探讨了各种方法的优缺点,并结合商图象合成理论存在的问题提出了具体的改进思路。 (2)提出了基于一半人脸图象的商图象计算方法,并构造了低维光照样本训练集。光照样本集的丰富程度直接影响对待识别图象的光照条件估计,为了更精确估计图象在极端条件下的光照情况,根据Lee等提出的用9种典型人脸光照条件来识别普通光照条件下人脸图象的思想,设计了9维光照样本训练集;在此基础上,结合点光源位置分布和人脸结构的对称性特点,提出了利用左半幅人脸图象来构造训练集的方法,使算法空间复杂度和时间复杂度都降低了将近一半。同时,利用主成份分析法(PCA)和小波变换做进一步的降维处理,构造了在PCA特征子空间和小波变换空间上的低维训练矩阵,并分别在其上实现了对商图象的计算。实验说明通过PCA和小波变换能有效减少人脸自身阴影的影响。 (3)给出了两种灰度图象光照补偿策略,并在此基础上实现了对彩色图象的光照补偿处理。加光和去光是对光照问题处理的两种基本思路,按加光的思想给出了9种不同光照条件图象合成的策略,按去除光照影响的思想给出标准光照样本图象重构的策略,并在PCA特征子空间和小波变换空间上对其进行了实现。另外,在灰度样本训练集上,对彩色图象的亮度分量进行相应的操作,实现了对彩色图象的光照补偿。实验数据说明经光照补偿后人脸图象的识别率比原图象的识别率提高了20%左右。

论文目录

  • 第1章 绪论
  • 1.1 研究背景
  • 1.1.1 人脸识别的定义及研究内容
  • 1.1.2 人脸识别的特点
  • 1.1.3 人脸识别的应用
  • 1.1.4 人脸识别的发展
  • 1.1.5 人脸识别面临的难点与挑战
  • 1.2 选题意义和来源
  • 1.3 光照影响分析
  • 1.3.1 光照变化对人脸图象的影响
  • 1.3.2 光照对人脸识别系统的影响
  • 1.3.3 结论
  • 1.4 国内外研究现状
  • 1.4.1 基于不变特征的方法
  • 1.4.2 基于模型化方法
  • 1.4.3 人脸图象归一方法
  • 1.4.4 基于SFS的方法
  • 1.5 研究内容及论文结构
  • 1.5.1 研究内容
  • 1.5.2 论文结构
  • 第2章 基本理论分析与人脸光照样本集构造
  • 2.1 基本成像原理与光照模型
  • 2.2 商图象合成理论
  • 2.3 光照训练样本集构造
  • 2.3.1 人脸光照子空间分析
  • 2.3.2 9维人脸光照子空间
  • 2.3.3 对称性分析
  • 2.3.4 实验样本集选择
  • 2.4 低维训练样本矩阵构造
  • 2.4.1 基于主成份分析(PCA)的构造法
  • 2.4.2 基于小波变换的构造法
  • 2.5 本章小结
  • 第3章 基于商图象的人脸光照补偿
  • 3.1 灰度图象光照补偿
  • 3.1.1 灰度图象商
  • 3.1.2 9种典型光照样本合成
  • 3.1.3 标准光照样本重构
  • 3.2 彩色图象光照补偿
  • 3.3 实验数据分析
  • 3.3.1 人脸数据库
  • 3.3.2 实验结果说明
  • 3.3.3 识别实验
  • 3.4 本章小结
  • 第4章 总结与展望
  • 4.1 前人工作总结
  • 4.2 本文工作总结
  • 4.3 进一步的工作与展望
  • 参考文献
  • 致谢
  • 攻读学位期间的研究成果
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    基于商图象的人脸光照补偿方法研究
    下载Doc文档

    猜你喜欢