红外图像人脸识别方法研究

【摘要】：人脸的描述和识别技术是计算机视觉,模式识别和生物识别技术的研究热点之一,其在高安全性部门的警戒,入口控制及计算机保密等领域有着广阔的应用前景。目前研究和应用状况主要是针对可见光图像及简单背景下的前视、侧视人脸识别,而红外成像具有抗干扰性强、独立于可见光源、防伪装、防欺诈等优点,使得红外图像人脸识别可在很大程度上弥补可见光人脸识别技术的缺陷和不足,是今后人脸识别研究的一个重要方向。本论文在深入研究红外人脸图像特性的基础上,系统研究了各种不同应用环境下的红外图像人脸识别方法。 论文首先从红外图像成像机理入手,研究了红外人脸图像的特性和红外人脸图像中可用于人脸识别的主要特征;对影响红外图像人脸识别性能的相关因素做了深入的分析;论述了红外图像人脸识别的特点,为红外图像人脸识别的研究打下基础。 在深入分析红外图像人脸识别特点的基础上,研究和设计了红外图像人脸识别的图像预处理方法;通过对高斯微分原理、对称变换方法,以及采用PCA模板匹配人脸定位技术方法的研究,提出了一种基于对称性与特征脸模板匹配的红外图像人脸精确定位新方法,该方法性能稳定可靠,有较强的实用价值。 论文对现有统计人脸识别方法在红外图像人脸识别中的应用进行了全面的实验和分析,给出了一优化的红外图像统计人脸识别方法;针对现有统计人脸识别方法在红外图像人脸识别中存在的缺陷,提出了一种新的LDA红外图像人脸识别方法和一种ICA红外图像人脸识别新方法。这些新方法在红外图像人脸识别中性能优越,具有理论和实际意义。 论文研究了子空间模式识别及非线性鉴别分析方法在人脸识别中的应用,提出了一种新的基于非线性特征子空间的红外图像人脸识别方法,解决了统计人脸识别方法中存在的小样本病态等问题,提高了小样本情况下红外图像人脸识别的性能。 论文依据PCA、LDA和ICA等统计人脸识别方法所提取的人脸特征的特性的不同且有互补性这一特点,提出了一种决策融合的红外图像统计人脸识别新方法;考虑到红外与可见光图像人脸识别各自的特点,在研究图像融合技术的基础上,提出和设计了一种红外与可见光图像融合人脸识别模型。从理论和实际应用出发,研究了在诸如变化的光照、姿态、面部装饰、表情、获取的红外人脸图像质量不高、人戴有眼镜以及待识别的人脸图像与训练的人脸图像存在较大时间误差等复杂条件下进行人脸识别的可行途径。