41、基于面部对称性的自商图像人脸识别方法

基于面部对称性的自商图像人脸识别方法

1. 引言

人脸识别技术在计算机视觉和模式识别领域是一个重要的研究课题，在身份验证、智能监控、人机交互等领域有着广泛的应用前景。近年来，人脸识别技术取得了很大的发展，标准条件下的人脸识别系统已达到了令人满意的水平。然而，当应用于实际环境时，由于光照、姿态复杂度、表情多样性等因素的影响，识别效果往往不尽人意。本文主要探讨如何提高复杂光照条件下人脸识别系统的识别率。

为了解决这些问题并提高复杂光照下的识别率，常用的方法是在识别前进行光照归一化。典型的光照归一化方法有直方图均衡化、同态滤波、Gamma变换等。这些方法仅从图像增强的角度压缩了灰度的动态范围，以提高图像对比度，但既不能消除光照的影响，也无法恢复曝光和阴影区域的面部特征。在引入朗伯模型和Retinex算法来解决光照问题后，提出了许多具有里程碑意义的算法，它们分析了光线与面部图像之间的关系。例如，W.L.等人首先使用离散余弦变换将面部图像转换到DCT域，并通过将低频系数置零来消除与光线相关的低频分量，然后通过逆余弦变换得到光照归一化的面部图像。此外，还有许多有效方法在消除光照对人脸图像的影响方面表现出色，如X.M.等人基于Retinex理论提出的多尺度Retinex颜色恢复（MSRCR）算法、H.T.等人基于商图像算法提出的自商图像（SQI）算法、X.G.等人基于SQI和小波变换提出的形态商图像算法、S.C.提出的多级商图像算法等。然而，H.T.的实验结果表明，一些局部阴影和曝光区域的面部特征仍然难以恢复。与上述方法不同，Y.N.等人引入了人脸图像奇偶分解方法，基于函数奇偶分解提取了偶对称面部图像；Y.F.基于人脸双边镜像对称提出了重构方法，该方法在一定程度上解决了半脸光照不均的问题，但利用人脸镜像对称的方法