[发明专利]一种人脸图像光照预处理方法有效
申请号: | 200910244271.0 | 申请日: | 2009-12-30 |
公开(公告)号: | CN101794389A | 公开(公告)日: | 2010-08-04 |
发明(设计)人: | 韩琥;山世光;陈熙霖 | 申请(专利权)人: | 中国科学院计算技术研究所 |
主分类号: | G06K9/36 | 分类号: | G06K9/36 |
代理公司: | 北京泛华伟业知识产权代理有限公司 11280 | 代理人: | 王勇 |
地址: | 100190 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 图像 光照 预处理 方法 | ||
技术领域
本发明涉及图像处理、计算机视觉和模式识别技术领域,具体地说, 本发明涉及一种人脸图像光照预处理方法。
背景技术
人脸识别技术是一种利用计算机通过人脸图像进行身份确认或者身份 识别的生物特征识别技术。它具有可进行非接触式图像采集,可隐蔽操作, 图像采集设备成本低以及交互性强等一系列独特优势,具有良好的应用前 景。然而,复杂多变的光照条件会对人脸识别的性能构成严重影响,这主要 是因为在图像成像过程中会产生侧光、阴影、过曝光以及欠曝光等多种不利 因素。为了降低复杂的光照变化对人脸识别产生的不利影响,实现对光照变 化鲁棒的人脸识别,研究者们提出了以光照归一化、对光照变化鲁棒的特征 提取和对光照变化建模等为目标的解决方案。在这些解决方案中,有很多方 案是基于图像处理技术实现的,基于图像处理技术实现的方案,具有简洁、 高效的特点,并且独立于后续的人脸识别算法而预先进行,因此被称为光照 预处理方法。在对人脸图像进行识别之前,首先利用图像处理技术对所有的 人脸图像进行预处理以消除人脸图像中复杂多样的光照变化,然后再利用某 种识别算法对预处理后的人脸图像进行识别时,就能获得更高、更稳定的识 别性能。
目前,光照预处理方法主要基于人脸图像中人脸内在特征的估计或者光 照因素的估计而进行,或者说,通过人脸图像分解技术,将输入的人脸图像 分解为与人脸内在特征相对应的小尺度分量和与光照因素相对应的大尺度 分量两部分。现有的人脸图像分解技术包括:基于离散傅里叶变换的方法、 基于离散余弦变换的方法(可参考:W.Chen,et al.,“Illumination Compensation and Normalization for Robust Face Recognition Using Discrete Cosine Transform in Logarithm Domain,”TSMCB,2006.)、基于高通滤波器的 方法、基于低通滤波器的方法以及基于带通滤波器的方法(可参考:R. Gonzalez and R.Woods,Digital Image Processing.NJ,USA:Prentice Hall,1992, pp.91-94.)等。另外,美国的L.Rudin等人在1992年提出基于以L2范数作 为保真度度量的全变差模型(Total Variation-L2,简称TV-L2或者ROF)进 行图像去噪。而在2004年,美国学者T.Chan等人尝试用L1范数代替L2范数 作为ROF模型中的保真度度量,并研究了改造后模型(Total Variation-L1, 简称TV-L1)的特性,最终发现TV-L1模型可以应用于图像的尺度分解和基 于数据驱动的参数选择。进一步地,美国的T.Chen等人考虑到TV-L1模型 的图像分解特性,将TV-L1模型引入到计算机视觉领域并用于人脸图像的光 照预处理(可参考:T.Chen,et al.,“Total Variation Models for Variable Lighting Face Recognition,”TPAMI,2006)。在这种光照预处理方法中,首先通过对数 变换(Logarithmic Transformation,简称LOG),将人脸图像I转换到对数域, 得到图像f,然后利用TV-L1模型将对数域中的人脸图像f分解为与光照因 素相对应的大尺度分量u和与人脸内在特征的相对应的小尺度分量v两部 分,上述模型即对数域全变差模型(Logarithmic Total Variation,简称LTV模 型)。对于人脸图像,首先通过LTV模型进行预处理,然后利用人脸识别算 法对其中的小尺度分量v进行识别即可得到对光照变化较为鲁棒的人脸识别 结果。然而,上述人脸图像预处理方案仍然存在一些缺陷。比如:在大规模 样本集和非可控光照条件下,不同人脸图像中的眼睛,鼻子,嘴巴和轮廓等 特征并不完全分布于相对一致的小尺度范围内,即不足以被单个小尺度分量 v所包含;同样,错综复杂的光照因素也不完全分布于相对一致的大尺度范 围内,但对数域全变差模型只利用一个截断尺度参数将一幅图像f分解为u 和v两部分,因此,对数域全变差模型在大规模样本集和非可控光照条件下 进行光照预处理时,其最终的光照预处理结果v往往会丢失一些对人脸识别 有用的人脸内在特征从而无法保证光照预处理结果的稳定性,从而导致最终 的人脸识别算法的性能不稳定。可见,T.Chen等人提出的预处理方法不足 以处理不同人脸的特征差异和复杂的光照变化,这在很大程度上影响了对数 域全变差模型在对大规模样本集、非可控光照条件下采集的人脸数据库上进 行光照预处理的有效性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院计算技术研究所,未经中国科学院计算技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/200910244271.0/2.html,转载请声明来源钻瓜专利网。
- 上一篇:基于迁移网络学习的遥感图像目标识别系统及方法
- 下一篇:一种对数放大器
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序