不同质光源下的人脸识别方法研究

摘要

自上世纪九十年代以来，可见光源下的人脸识别技术取得了很大的进展，但其易受环境光照变化的影响导致识别效果急剧下降。近红外摄像头的使用在一定程度上解决了环境光照对人脸识别的不利影响。然而，在人脸识别系统中采用近红外摄像头会产生不同质光源下的人脸识别情形，包括同质光源下的人脸识别和不同质交叉光源下的人脸识别。其中，不同质交叉光源下的人脸识别是指近红外下注册-可见光下认证和可见光下注册-近红外下认证的双向交叉识别问题。由于成像方式不同，同一个人脸的可见光图与近红外图之间存在着很大的差异，而现有的少量不同质交叉光源下的人脸识别方法大多只涉及可见光下注册-近红外下认证这一单方向交叉识别问题，因此，当拟采用近红外成像技术解决人脸识别中的环境光照问题时，不同质光源下的人脸识别问题仍是一个亟待解决的难题。 本课题的研究内容涵盖了不同质光源下人脸识别的整个流程，包括不同质光源下的人脸检测、不同质光源类型的自动判定、不同质光源下的人脸特征提取及不同质光源下的人脸认证四个方面。具体研究内容如下： （a）不同质光源下的人脸检测，应用Adaboost算法训练的人脸分类器解决不同质光源下的人脸检测问题，在人脸检测的基础上，根据本课题人脸识别的需要，对于同一张人脸图像同时裁剪得到两种大小不同的人脸图； （b）不同质光源类型的自动判定，提出了根据完整视频帧图像的灰度信息分布进行光源类型自动判定的方法，并通过实验证明了该方法的可行性； （c）不同质光源下的人脸特征提取，首先介绍了基于统计特征的方法和基于结构特征点的方法，并在人脸结构特征点的基础上定义了三种基于特征点间距离的结构特征，结合最近邻分类算法对多种特征提取方法在本课题建立的可见光-近红外人脸库上的识别结果进行对比分析，最终得出在不同质交叉光源下的人脸识别中2DPCA与特征点之间距离比例融合的人脸特征提取方法优于其它方法的结论； （d）不同质光源下的人脸认证，对在实际中应用近红外摄像头的人脸识别系统可能出现的多种情况进行分析。根据实际情况，制定了两种人脸认证方案，包括同质光源下的人脸识别及不同质交叉光源下的人脸识别。其中，在同质光源下的人脸识别中，采用2DPCA特征提取方法结合最近邻分类算法进行分类识别；在不同质交叉光源下的人脸识别中，采用2DPCA与特征点之间距离比例融合的特征提取方法结合最近邻分类算法进行分类识别。 最后，本课题在VC++6.0及OpenCV平台下搭建了不同质光源下的人脸识别系统，利用近红外成像技术解决了现有可见光源下的人脸识别中环境光照对人脸识别带来的不利影响，同时，采用本课题提出的不同质交叉光源下的人脸识别方法同时解决了可见光下注册-近红外下认证、近红外下注册-可见光下认证的双向交叉识别问题。

目录

第一个书签之前

1.1课题研究背景及意义

1.2国内外研究发展现状

1.3本课题研究内容及目标

1.4论文组织结构

2.1近红外摄像头介绍及参数分析

2.2不同质光源图像分析及光源类型自动判定

2.3实验结果及分析

3.1LBP特征提取方法分析

3.22DPCA特征提取方法分析

3.3本章小结

4.1人脸结构特征点提取及水平校正

4.2基于特征点间距离的人脸特征提取

4.3本章小结

5.12DPCA特征与特征点之间距离比例特征的差异分析

5.2特征融合方法分析

5.3同质光源及不同质交叉光源下的实验结果及分析

5.4本章小结

6.1不同质光源下的人脸检测

6.2不同质光源类型自动判定分析

6.3人脸模板提取与特征注册

6.4不同质光源下的人脸识别

6.5不同质光源下的人脸识别方法分析

6.6本章小结

7.1本课题工作总结

7.2今后工作展望

致谢

参考文献

在校学习期间所发表的论文、专利、获奖及社会评价等