论文部分内容阅读
人脸自动识别技术是模式识别领域内的一个研究热点，涉及到模式识别、图像处理、机器视觉等多学科领域；在公共安全、智能监控、数字身份认证、电子商务、多媒体和数字娱乐等领域具有巨大的应用价值。经过了40多年的发展，目前，人脸识别技术在控制和配合条件下，已经可以取得比较高的识别率，但是在非控制和非配合条件下的人脸图像识别仍然是一个极具挑战性的问题。
由于人脸是一个非刚性物体，非常容易受到光照、姿态、表情等条件的影响，要实现一个鲁棒的人脸识别系统，仍然有诸多困难。
本论文的研究围绕着光照问题展开，主要着眼于光照图像的预处理，以提高人脸的识别率为目的，从2D人脸图像中提取反映人脸本质的信息作为识别介质，在实际应用中，取得了一定的成果。归纳起来，本文的主要工作和贡献如下：
1．对目前主流的光照处理算法做了广泛调研和总结，包括基于信号处理的方法、基于光线对齐的方法和基于子空间模型的方法。
2．光照归一化处理算法：在Retiflex成像理论基础上，提出了一种基于全变分模型的多分辨率快速算法，用于估计图像中的光照成分，并进而计算出反映图像纹理信息的反射系数图像，用于人脸识别。该方法在CMU_PIE库上取得了比较高的识别率；并且在处理速度方面也能够达到比较高的要求。
3．对比分析了直方图均衡化、直方图规定化、Gamma灰度校正和基于小波图像分解等基于图像处理技术的光照预处理算法：并针对现在大多数光照预处理算法通用性较差的问题，在多种数据库上运用多种识别算法对它们进行了对比实验，得出了一些结论。
4．针对目前对图像中的场景光照条件的评估比较主观的特点，提出一种基于分块灰度统计的方法，对场景的光照条件做出客观的评价；同时介绍了一种在光照条件下，对图像中仍然可用于识别的纹理区域做出判断的方法。