APP下载

利用离散余弦变换与梯度脸的人脸光照处理*

2017-06-19聂祥飞杨志军

网络安全与数据管理 2017年11期
关键词:人脸识别实验

聂祥飞,杨志军,何 雪

(重庆三峡学院 电子与信息工程学院,重庆 404000)



利用离散余弦变换与梯度脸的人脸光照处理*

聂祥飞,杨志军,何 雪

(重庆三峡学院 电子与信息工程学院,重庆 404000)

针对光照变化对人脸识别效果带来的严重影响,提出了一种基于离散余弦变换和梯度脸的人脸光照处理方法。该方法首先将人脸图像变换到对数域,在对数域中计算离散余弦变换,舍弃部分低频系数,再计算其离散余弦反变换。然后用梯度脸(Gradientfaces)算法对人脸图像的高频细节成分进行增强。在人脸识别阶段,采用主成分分析法提取人脸特征,运用基于余弦距离的最近邻分类器进行分类判别。在Yale B正面人脸库和CUM PIE人脸库上进行实验,实验结果表明该方法可以削弱人脸光照的影响,适用于光照鲁棒的人脸识别,合理地选择相关参数,人脸识别率分别能够达到100%和96.25%。

离散余弦变换;梯度脸;人脸光照处理;人脸识别

0 引言

在人脸识别中,因为相同人脸在不同光照条件下的差异大于不同人脸在相同光照条件下的差异,所以光照问题一直是人脸识别中面临的主要挑战之一[1]。一般情况下,解决人脸识别中光照问题的方法主要分为三类:提取光照不变特征、光照变化的建模、光照条件标准化等[2]。

(1)提取光照不变特征。其基本思想是提取人脸图像中不随光照变化或至少对光照变化不敏感的特征。如商图像、去噪模型、自商图像法[3]等。ELDP[4]等提出一种对光照具有不变性的算法,该算法使8方向的图像边缘信号生成光照不敏感特征,取得了很好的识别效果。……

登录APP查看全文

猜你喜欢

人脸识别实验
记一次有趣的实验
人脸识别 等
揭开人脸识别的神秘面纱
做个怪怪长实验
基于(2D)2PCA-LBP 的人脸识别方法的研究
人脸识别在高校安全防范中的应用
NO与NO2相互转化实验的改进
实践十号上的19项实验
基于类独立核稀疏表示的鲁棒人脸识别
基于K-L变换和平均近邻法的人脸识别