基于非下采样Contourlet变换的光照不变量提取算法

摘要：

人脸识别作为一种非接触式、友好的生物特征识别技术,在军事、公安、经济等领域具有广阔的应用前景.近年来,人脸识别技术取得了很大进展,涌现出许多优秀的人脸识别方法,许多人脸识别系统表现优异.但是,人脸识别仍是一个没有彻底解决的难题,光照变化是其中关键问题之一.2006年FRVT测试结果表明光照变化会严重影响自动人脸识别系统的识别性能.为了消除光照变化对人脸识别的影响,提出了一种基于非下采样Contourlet变换的光照不变量提取算法.首先,对图像进行光照归一化,预先减弱光照变化对人脸识别的影响；其次,进行对数变换和非下采样Contourlet变换,得到低频分量和高频方向子带分量；再次,低频分量进行直方图均衡化以进一步减弱光照的影响,高频分量进行自适应NormalShrink阈值去噪处理；最后利用处理后的低频和高频方向子带分量进行逆非下采样Contourlet变换,提取到光照不变量,作为后续的识别依据.为验证算法性能,本文在Yale B和CMU PIE人脸库上做了对比实验,结果表明:本文方法提取的光照不变量具有较强的鲁棒性,能够大大提高任意光照情形下的人脸识别率.

关键词：人脸识别、光照变化、光照不变量、非下采样Contourlet变换、NormalShrink、图像去噪

所属期刊栏目：28

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金60723003;江苏高校优势学科建设工程资助项目

在线出版日期：2012-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：507-513