论文部分内容阅读
随着信息及保密技术的不断发展,传统的保密与认证方式已越来越难以满足认证安全性的要求。生物特征识别技术由于其特征难以被复制与伪造,被认为是当今高度互联信息化社会最高级别的安全密钥系统,它将信息技术与生物技术相结合,利用独特的生理和行为特征来进行个人身份鉴定。人脸识别作为生物特征识别领域的一个研究热点,有着广阔的应用前景和迫切的现实需求。除形状、纹理和其他低级图像特征外,颜色信息是非常重要的特征。以往的研究大多局限于灰度图像,而生活在绚烂多彩的世界中,人的视觉系统产生的多为彩色图像,已有研究表明,当人脸识别系统发展到一定的高水平后,加入信息量更多的彩色特征是进一步提高识别系统性能的关键。加入彩色信息能有效提高识别效果,特别是当图像分辨率与对比度等特征衰退的时候。本文在详细研究了人类视觉系统及多种颜色模型的基础上,结合灰度图像识别已有研究成果和彩色图像基本理论,提出了人脸彩色图像识别新的算法——种频谱脸与FLD结合的彩色分量特征融合识别算法。实验表明,与传统的基于四元数模型和彩色图像灰度化识别方法相比,新算法在算法复杂度、识别速度以及识别率方面都有不同程度的优势,尤其是在大样本条件下具有更好的识别效果。具体来说,本文研究内容主要有以下几点:1.讲述了生物特征识别及人脸图像识别的研究背景、关键技术、发展及现状。2.在深入研究了彩色图像基本理论、彩色图像预处理及人脸特征提取与分类等人脸识别领域关键技术的基础上,提出了一种有效的彩色图像特征融合识别算法,并在特定彩色空间中实验加以验证。简单来说:首先采用彩色图像处理技术对训练及识别图像进行预处理,然后在彩色空间中提取最有效分量的频谱脸+FLD特征,对提取的分量特征采用融合算法得到融合特征,最后采用最近邻法进行分类识别。3.总结了本文新算法的特点:首先,从实现方法上看,本文特征提取采用了频谱脸结合FLD的方法,可以有效消除人脸表情变化和光照、侧视角度的影响,频谱脸结合FLD提取的特征具有更好的分类特性,分量融合特征更能反映图像的分类信息。其次,从实现过程上看,充分考虑了彩色分量对于识别的重要性,选取对识别最有效的S与V分量来简化运算,根据全局特征的思想将两分量的特征融合,丰富了类别信息,增强了抗干扰能力,从而提高了识别率。