基于高光谱图像的人脸识别算法和实验研究

发布时间：2019-09-29 21:32

【摘要】：人脸识别技术是基于人的面部特征,对输入的人脸图像或者视频判断人脸位置、大小和五官等信息,同时提取面部特征,完成身份识别的判定工作。人脸识别涉及到的领域十分广泛,包括生物学、经济学、军用、模式识别等领域,作为生物特征识别技术的一部分,有着举足轻重的作用。人脸识别技术最早出现在19世纪末期,随着科学技术的不断进步、各领域的极大需求以及模式识别技术的发展,人脸识别技术的发展受到越来越多人的重视,成为现在模式识别方向和计算机行业的一个热门发展领域。高光谱技术作为20世纪80年代兴起的对地观测技术,始于成像光谱仪的研究计划。高光谱图像与常见的灰度图像和彩色图像不同,高光谱图像是在一系列连续光谱上获取灰度图像,且光谱间隔小,能够反映皮肤反射、吸收的电磁能信息。由于高光谱图像丰富的图像信息,在利用高光谱图像进行人脸识别时,当人脸有表情变化、偏转、遮挡等影响识别的因素时,高光谱图像仍可以准确地进行识别,鲁棒性较好。本文由两部分工作组成,首先建立SDNU-HSFD(山东师范大学高光谱人脸数据库),由于仪器价格较贵,建库过程繁琐,其他学校或者研究院的高光谱人脸数据库不公开,不能获得,因此建立一个丰富的高光谱人脸数据库对今后的科研是非常必要的。数据库的建立过程包含设计数据库内容、图像采集、校准、去噪、分格式保存等过程,包含20个志愿者的图像,其中有正常表情下正面脸、侧脸、面部遮挡、表情变化四种情况的数据库。每个图像集包含256个波段的图像信息,对高光谱图像的人脸识别研究有重要的意义。其次介绍提出的基于Gabor特征融合的高光谱人脸识别算法。首先提取高光谱图像的特征波带,再利用Gabor滤波,在5个尺度8个方向分别提取每个特征波带上灰度图像的特征,并且对提取的特征进行降维处理,得到特征矢量。为了得到每个特征矢量对识别率的贡献,利用加权的方法得到一个加权矩阵,与Gabor特征矢量点乘后得到每幅高光谱图像的特征矢量,并利用K近邻分类器、投票法进行识别,得到识别率。该算法在PolyU-HSFD上进行测试,与原有(2D)2PCA、3d Gabor wavelets等算法相比较,提高了识别率,且识别率稳定。将该算法在SDNU-HSFD上进行测试,识别率稳定在98%左右。
【图文】：

香港理工大学高光谱人脸数据采集场景示意图

利用现有的仪器设备，得到更加优质的高光谱图像。在图2.2 中可以看到，人坐在黑色幕布前，旁边摆放进行人脸校准的白板，存在的主要问题是白板的位置，为了使图像更加清晰、准确，在拍摄前使镜头正对人脸进行调焦等工作，打光也是打在人脸的左右侧，而白板放在人手的左侧，，使人脸和白板的光照强度不一致，对后面的白板校准工作产生误差，使校准后的人脸与现实看到的人脸光照颜色等存在差异，明显地影响后期的人脸分析识别工作。本论文在采集人脸照片时，将人脸和白板放在了一个竖直线上，使白板和人脸的光照情况一致，减少了实验的误差，使人脸面部反射率均控制在正常范围之内，提高了高光谱人脸库进行识别的准确率。
【学位授予单位】：山东师范大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41

【参考文献】

相关期刊论文 前5条

1 张一飞;陈忠;张峰;欧阳超;;基于栈式去噪自编码器的遥感图像分类[J];计算机应用;2016年S2期

2 罗红霞;阚应波;王玲玲;方纪华;戴声佩;;基于高光谱遥感技术的农作物病虫害应用研究现状[J];广东农业科学;2012年18期

3 武艺;文先华;;利用ENVI软件处理遥感影像[J];科技信息;2011年16期

4 任红艳,潘剑君,张佳宝;高光谱遥感技术的铅污染监测应用研究[J];遥感信息;2005年03期

5 韩思奇,王蕾;图像分割的阈值法综述[J];系统工程与电子技术;2002年06期

相关硕士学位论文 前2条

1 姜方鑫;基于高光谱遥感的城市用地信息提取研究[D];浙江大学;2012年

2 齐兴敏;基于PCA的人脸识别技术的研究[D];武汉理工大学;2007年

本文编号：2544143