论文摘要
人脸识别具有主动性、非侵犯性和用户友好等许多优点,因其在安防系统、身份验证、人机交互、罪犯识别等等方面的巨大应用前景而越来越成为当前模式识别和机器视觉领域的一个研究热点。人脸识别的目的是使计算机像人一样具有从一幅图像中发现是否存在人脸,以及对发现的人脸进行身份鉴别的能力。虽然人类能毫不费力地识别出人脸,但人脸识别问题是模式识别领域的一个相当困难的问题,仍然面临巨大的挑战。要使这一技术成为成熟实用的技术还有许多工作需要去做。影响人脸识别系统性能的因素很多,光照预处理算法和人脸识别算法是其中的关键和瓶颈。因此本文在对人脸识别主要算法分析研究的基础上,着重深入研究了人脸图像光照预处理算法和人脸识别算法。在光照预处理方面:讨论了现有的预处理算法,总结其优缺点。重点分析研究了基于Retinex理论的光照预处理算法,并提出了一种新的基于Retinex理论的光照预处理算法。在对光照图像进行快速预测的同时,对原图像进行增强,然后对得到的反射图像进行自适应灰度归一化作为预处理结果。实验表明,本算法预处理效果优于经典Retinex,而速度得到了很大提高。在人脸识别算法方面:介绍了主要算法,深入研究并实现了基于HMM的人脸识别算法。对传统的HMM算法存在的缺点进行了分析,并针对这些问题,进行了改进:首先是对训练算法做了改进,不同于传统方法仅利用本类样本训练,本方法还有效利用他类样本,使得改进训练后的HMM模型具有更好的识别能力;然后对识别过程做了改进,在识别中动态更新HMM模型,使得更新后的HMM模型具有更好的适应性。实验表明,改进后的HMM人脸识别算法识别率得到了有效的提高。