学位论文 > 优秀研究生学位论文题录展示

机器视觉人脸识别若干关键问题研究

作　者: 欧凡
导　师: 刘冲
学　校: 大连理工大学
专　业: 微机电工程
关键词: 人脸识别光照规范化灰度差特征信息融合
分类号: TP391.41
类　型: 博士论文
年　份: 2011年
下　载: 159次
引　用: 0次
阅　读: 论文下载

内容摘要

人脸识别是一个十分活跃的研究领域。基于机器视觉和人工智能理论的人脸识别技术具有广阔的应用前景。近二十年来,人脸识别技术已取得很大进展。但识别精度仍然受到光照、位姿、表情、时间跨度以及其它随机因素变动的困扰。进一步提高人脸识别性能的研究是一项有挑战性难度的课题,具有重要理论意义和实用价值。本学位论文对人脸识别研究中下述关键内容进行了研究。(1)光照规范化及差异补偿光照差异是干扰人脸识别精度的最主要因素之一,为消除光照差异的干扰,本文提出了一种光照规范化方法。采集图像是外界光照强度与物体表面反射属性综合作用的结果。在无遮挡情况下,图像中光照强度沿几何空间的变化是缓慢连续的,相邻像素的光照强度相仿,可以通过亮度比值运算约去。因此邻近像素的亮度比值近似等于对应位置的反射属性比值。计算一像素与其邻域内所有像素的亮度比值,将这些比值进行合理卷积,卷积结果可定义为综合表征该像素表面反射属性的特征,在不同光照条件下保持稳定不变,称为本征亮度值。以本征亮度值构建的图像可作为光照规范化图像。在卷积综合中,除对像素间空间距离作卷积之外,本文还增加亮度差卷积计算,以消除亮度相差较大区域边界附近因跨界卷积而产生的斑迹,进一步提高了光照规范化图像的质量。本文还对采集图像中遮挡阴影区域的检测和光照补偿原理及方法作了探索研究。(2)面向人脸检测的专用域灰度差特征的构建人脸图像共性的灰度分布模式是人脸检测处理的重要依据,域灰度差特征具有健壮的区分域间灰度分布关系的能力。2001年Viola和Jones提出的采用类Haar灰度差特征人脸检测算法,检测性能取得显著进展,但Viola-Jones算法中,采用的灰度差特征数量太大。本论文提出一种面向面部灰度分布结构的专用域灰度差特征的构建理论方法。以人脸数据集中像素平均灰度与灰度变化标准差的比值作为表征该像素位置明暗的统计性参数,然后按灰度明暗统计参数,对图像划分明暗区域组建专用域灰度差特征。由于这些专用域灰度差特征是依据人脸灰度分布模式构建的,因此对人脸具有很强的检测能力。本文还提出一种表征整体灰度分布的灰度分布状态特征。在试验中,本文研发的原型系统仅采用28个专用域灰度差特征及1个整体性灰度分布状态特征,就达到了与采用数以千计Haar类灰度差特征的Viola方法相仿的检测率。(3)Gabor特征和曲线波特征融合的人脸识别信息融合能够为识别系统提供更多的信息线索和评判依据,是提高识别性能的有效途径。Gabor特征和曲线波特征都具有很强的多尺度纹理描述能力,但侧重不同,具有良好的互补性。本文研讨了Gabor特征人脸表示和曲线波特征人脸表示在评分层和在特征层的信息融合算法,分别提出一种评分规范化处理方法和GCF(Gabor Curvelet Fusion)融合特征构建方法。在评分层融合中,将基于不同原理求得的评分先规范为统一表征识别失误率的评分值,再由SVM方法进行评分合成。在特征层融合中,首先对Gabor小波特征和曲线波特征分别作主分量分析(PCA)和线性判别分析(LDA),降维并强化其分类区分能力；再通过典型相关分析(CCA)导出两者相关紧密的投影序列,按两序列对应项相加组成单一序列,本文称之为GCF融合特征。在MBGC测试集上的测试结果表明,采用评分层融合和特征层融合都可有效降低识别失误率,其中采用GCF特征融合进行识别处理效果更好,与单独采用Gabor特征或曲线波特征进行识别处理相比,失误率降低了30%。论文最后一章对已完成的研究工作内容作了简要总结。人脸识别作为一项正在快速发展的技术,目前仍存在许多亟待解决的原理性困难问题,本文也对后续研究的若干研究方向和问题作了展望和建议。

全文目录

摘要  4-6
Abstract  6-13
1 绪论  13-31
  1.1 机器视觉综述  13-15
  1.2 生物特征识别技术  15-18
  1.3 人脸识别工作流程及性能评价指标  18-21
    1.3.1 人脸识别的工作流程  18-20
    1.3.2 人脸识别的性能评价指标  20-21
  1.4 人脸识别发展及现状  21-27
  1.5 本文主要研究工作内容  27-28
    1.5.1 光照差异修正及规范化研究  27
    1.5.2 面向指定对象类,构建和优选域灰度差特征的研究  27-28
    1.5.3 基于曲线波特征和Gabor特征融合的人脸识别研究  28
  1.6 论文结构安排  28-31
2 光照规范化处理  31-51
  2.1 引言  31-32
  2.2 图像光照成像计算模型  32-34
  2.3 常规图像灰度调整处理方法  34-37
    2.3.1 灰度均值的调整  34-35
    2.3.2 灰度方差值的调整  35
    2.3.3 伽马和对数灰度变换  35
    2.3.4 直方图均衡化  35-37
  2.4 Retinex光照模型和McCann亮度调整算法  37-39
  2.5 基于圆形邻域亮度比卷积的反射属性构建和提取  39-42
  2.6 基于邻域亮度比复卷积的反射特征规范化  42-44
  2.7 基于照度分离计算的阴影区光照补偿  44-48
    2.7.1 遮挡阴影区域的确定  45
    2.7.2 遮挡阴影近似照度补偿原理  45
    2.7.3 人脸图像遮挡阴影近似消除处理流程  45-48
  2.8 基于光照和本征图像分离的图像编辑处理  48-49
  2.9 人脸识别光照预处理  49-50
  2.10 本章小结  50-51
3 人脸图像灰度分布模式分析与专用检测特征构建  51-70
  3.1 引言  51-52
  3.2 基于类Haar小波的级联式人脸检测算法  52-56
    3.2.1 类Harr小波矩形特征  52-53
    3.2.2 积分图像  53-54
    3.2.3 级联式分类器结构  54-55
    3.2.4 Adaboost算法  55-56
  3.3 统计分析用人脸图像数据库构建  56-57
  3.4 人脸图像各像素灰度变异的均值及标准差  57-59
  3.5 人脸图像灰度分布与灰度差特征检测特性分析  59-62
    3.5.1 像素位置的相对灰度偏差比和明暗稳定性  59-60
    3.5.2 区域大小对域平均灰度偏差特性比的影响  60-61
    3.5.3 域间距离对域灰度差特性比的影响  61
    3.5.4 域间灰度差偏置值的影响  61-62
  3.6 人脸检测专用灰度差特征的构建与测试  62-64
  3.7 人脸图像整体性灰度分布状态特征  64-68
    3.7.1 人脸图像灰度分布状态特征向量  64
    3.7.2 人脸灰度状态特征向量相似计算  64-65
    3.7.3 人脸图像基准参考灰度分布向量构建  65-66
    3.7.4 整体性灰度状态特征检测分析及判别阈值选择  66-68
  3.8 本章小结  68-70
4 人脸数字特征表示与特征距离计算  70-92
  4.1 灰度特征人脸表示  70-71
  4.2 特征脸人脸表示  71-74
  4.3 Fisher脸人脸表示  74-76
  4.4 基于Gabor小波变换的人脸表示  76-80
    4.4.1 Gabor滤波器  76-79
    4.4.2 弹性束图匹配配置和均匀间隔节点配置  79-80
  4.5 基于局部二值模式的人脸表示  80-83
  4.6 人脸表示特征特性归纳及基于互信息的数据降维处理  83-88
    4.6.1 几种人脸表示特征特性对比  83-84
    4.6.2 基于互信息的特征数据降维处理  84-88
  4.7 特征向量间距离计算  88-91
    4.7.1 欧氏距离  88-89
    4.7.2 马氏距离  89
    4.7.3 协方差系数  89
    4.7.4 相关系数  89-90
    4.7.5 直方图χ~2距离  90
    4.7.6 距离计算和相似度计算  90-91
  4.8 本章小结  91-92
5 Gabor特征信息与曲线波特征信息融合的人脸识别研究  92-108
  5.1 人脸识别中信息融合处理的应用  92-94
  5.2 人脸识别融合特征选择  94-97
    5.2.1 Gabor特征在描述边缘轮廓中的局限性  94-96
    5.2.2 曲线波特征人脸表示  96-97
  5.3 Gabor人脸表示和曲线波人脸表示评分层识别融合  97-103
    5.3.1 贝叶斯分类理论  97-98
    5.3.2 一种基于综合误差的评分值规范化方法  98-101
    5.3.3 采用支持向量机融合评分  101
    5.3.4 测试结果  101-103
  5.4 基于Gabor特征和曲线波特征的特征层融合(GCF)的人脸识别  103-107
  5.5 本章小结  107-108
6 总结和展望  108-112
  6.1 全文工作总结  108-111
  6.2 未来工作展望  111-112
参考文献  112-121
附录A MBGC2008/2009评测结果对比  121-122
攻读博士学位期间发表学术论文情况  122-123
攻读博士学位期间参与的课题与项目  123-124
致谢  124-125
创新点摘要  125-126
作者简介  126-127

机器视觉人脸识别若干关键问题研究

内容摘要

全文目录

相似论文