1、人臉自動(dòng)識(shí)別是一種利用計(jì)算機(jī)分析人臉圖像特征以實(shí)現(xiàn)人的身份驗(yàn)證的技術(shù),是近二十年來(lái)圖像處理、模式識(shí)別和計(jì)算機(jī)視覺(jué)領(lǐng)域中極富挑戰(zhàn)性的研究課題之一.由于它在法庭舉證、持卡人識(shí)別、視頻監(jiān)控等方面都具有巨大的應(yīng)用價(jià)值,目前受到各國(guó)政府及其軍事、安全、情報(bào)部門以及科研單位的廣泛關(guān)注和高度重視.一個(gè)完整的人臉識(shí)別系統(tǒng)由人臉檢測(cè)、人臉圖像預(yù)處理、人臉特征提取、圖像間相似度計(jì)算等功能模塊組成.多年來(lái),人們對(duì)人臉識(shí)別技術(shù)中的許多問(wèn)題都進(jìn)行了深入的研究,并

2、且已經(jīng)研制出了不少有效的算法,然而,由于不同的人臉具有內(nèi)在的相似性,而同一人臉的不同圖像則常常因?yàn)樽藙?shì)變化和表情變化而表現(xiàn)出巨大的差異性,并且人臉圖像的質(zhì)量還容易受到光照變化的影響,因此,現(xiàn)有的人臉識(shí)別技術(shù)仍然無(wú)法滿足實(shí)際應(yīng)用的需要.本文重點(diǎn)研究人臉中雙眼定位問(wèn)題和強(qiáng)光照魯棒性人臉識(shí)別算法開發(fā)問(wèn)題.眼睛的位置是實(shí)現(xiàn)人臉圖像幾何歸一化的必要條件,雙眼的定位因而成為全自動(dòng)人臉識(shí)別中非常關(guān)鍵的一環(huán);而好的光照魯棒性則能使人臉識(shí)別系統(tǒng)更富實(shí)用性

3、.基于二值邊緣圖像,本文提出了一種新的人眼自動(dòng)定位方法,以及一種具有較好光照魯棒性的人臉識(shí)別方法.具體說(shuō)來(lái),本文主要做了以下三個(gè)方面的研究.第一,提出了一種基于小波多分辨率分析的人臉二值邊緣圖像提取方法.該方法包括一次圖像的高頻重構(gòu)過(guò)程、兩次圖像自適應(yīng)二值化過(guò)程和一次后續(xù)的二值邊緣圖像去噪過(guò)程.定性和定量的評(píng)價(jià)表明,用該方法得到的二值邊緣圖像(BEI,Binary Edge Image)具有人臉部件完整、細(xì)節(jié)清晰、不同部件之間粘連少的優(yōu)

4、點(diǎn),且具有很好的光照魯棒性,因此,非常適合于人臉部件的分割和臉部關(guān)鍵特征點(diǎn)的提取.其次,提出了一種基于BEI和亮度信息的人眼定位方法.該方法包括人臉區(qū)域提取、眼睛區(qū)域分割以及眼睛精確定位三個(gè)過(guò)程.為了提高眼睛檢測(cè)和定位的成功率,該方法包含了一個(gè)人臉邊界優(yōu)化算法和一個(gè)多級(jí)人眼檢測(cè)方案.另外,該方法將虹膜上的反射光點(diǎn)作為眼睛定位的重要線索,為此,該方法還包含了一個(gè)高魯棒的反射光點(diǎn)自動(dòng)檢測(cè)算法.利用150個(gè)Bern圖像和564個(gè)AR圖像進(jìn)行實(shí)

5、驗(yàn),分別獲得了98.7％和96.6％的雙眼定位成功率,表明該方法對(duì)眼睛定位過(guò)程中的視角變化、人臉表情變化和圖像光照變化都具有很好的魯棒性.進(jìn)一步的分析和觀察還表明,利用反射光點(diǎn)進(jìn)行眼睛定位,不僅能獲得很高的眼睛定位精度和成功率,而且能夠?qū)崿F(xiàn)對(duì)一些被頭發(fā)部分遮住的眼睛的準(zhǔn)確定位.最后,提出一種基于二值模板匹配的人臉識(shí)別方法.該方法用由LAT(Locally Adaptive Threshold)算法獲得的人臉二值邊緣圖像(BEM,Bina

6、ry Edge Map)表征人臉,通過(guò)計(jì)算兩幅BEM中重疊的前景像素?cái)?shù)在其總的前景像素?cái)?shù)中所占的比例來(lái)衡量?jī)煞四槇D像的相似度.用AR和Yale人臉圖像的實(shí)驗(yàn)表明,該方法能夠以較快的速度獲得比PCA法、灰度模板匹配法以及雙修改Hausdorff距離方法更高的識(shí)別率,特別是對(duì)存有光照變化的圖像.另外,本文還提出了一種進(jìn)一步提高二值模板匹配識(shí)別性能的有效方法-在其決策過(guò)程中融入少量的灰度信息.實(shí)驗(yàn)表明,這種基于特征融合的擴(kuò)展二值模板匹配法能