光照鲁棒的人脸识别_任树成

<( u, v) =
arctan
R ( u, v) I ( u, v)
(5)
人脸识别系统中人脸图像 的光照 受到环 境光照 影响较
大。如果环境光照变暗或者变亮, 采集的人脸图像
( f
(
x
,
y
)
与正 常环境光照下人脸图像 f ( x, y) 之间的 关系:
(f ( x , y ) = kf ( x , y )
成比例的变换而 相频 特性保 持不 变。本文 根据 图像的 相频
特性 与光照无关这一性质, 提出了频域 光照归一化 的人脸识
别。设由 M 个人脸样本构成的人脸训练集xi , 人脸训练集样 本均 值为 m:
m=
1 M
i
M
rx
=1
i
(8)
36
任树成等: 光照鲁棒的人脸识别
5 激光杂志6 2009 年第 30 卷第 5 期
部区 域光照变化的实验仿真结果表明: 本文人脸识 别算法对 光照 具有鲁棒性。
中遇到几个尚未解决的难点问题: 光 照、姿 态表情、人脸附属 物和年龄等因素对人脸识别的影响12- 42。
传统的人脸识别方法大致可以分为两 大类152: 一是基于 几何特征的人脸识 别162, 该方法 根据 人脸图 像特 征点 眼睛、 嘴巴和眉毛等表述人脸特征的器官) 的 空间相关 性信息进行 人脸识别。但是人 脸图 像特征 点提 取的鲁 棒性 易受 到光照 的影响。另 一类 是基 于统 计特 征的 人 脸识 别17- 112, 该 方法 运用大量的 人脸样本 进行 训练得 到人 脸特征 。人脸 特征的
operated, thus restrict the appl ication of face recognt ion. In order t o lessen the requirement of environmental condit ion in the face recognition and overcome the ef-
图反映了一幅图像中灰 度级与 具有 该灰度 级的 像素 出现的 频率之间的 关系。直方 图均衡 化就 是将图 像的 灰度 分布转
换为均匀分 布。经过 直方图均衡化, 各 灰度等级 的分布更加 平衡, 图像的细节更加清楚。但是灰度 直方图均 衡化后人脸 样本图像的 光照与训 练库 中的光 照无 关。其二 是以 人脸训
method the method put forward in this paper is robust to illuminat ion change.
Key words: phase- frequency charact eristic; illuminat ion normalization; f ace recognition; robustness
ing dat abase is ident ical and also the distinguishabl e property of f ace image is preserved. Generally, the informat ion of the diff erences among the f ace images is
l ess, so this paper considers the minimum non- zero eigenvector as the face feat ure. By the experiment simulat ion, compared to the tradit ional f ace recognition
fect of illuminat ion to the face recognition, the paper analyzes t he amplitude- frequency charact eristic and phase- frequency characterist ic and puts forward t he i-l
数据来源是大量的人脸样本。人脸样本受 到光照的影 响, 经 过统计训练 得到的人 脸特 征也与 光照 有关。一 个人 的不同
光照下人脸 样 本经 过统 计 训练 后得 到 的特 征会 完 全不 同。
为了克服光照对人脸识别的影响, 要求 将待识别 的人脸在保 留可区分性的同时把待 识别人 脸图 像的光 照转 化为 人脸训
关键词: 相频特性; 光照归一化; 人脸识别; 鲁棒性
中图分类号: TP391
文献标识码: A
文章编号: 0253- 2743(2009) 05- 0035- 03
Illumination robust face recognition
REN Shu- cheng, ZHOU Ji- liu, HE- K un, XIA Jian- Ping
频特性。构 成人 脸 x i 光照 归 一化 后 人脸 图 像 频域 的 复信
号。对该信号进行傅立叶反变换得到光照归一化后人脸 x(i
(x i = F- 1{ | Fm( u, v) | N <i ( u, v ) }
( 9)
图 1 人脸频谱特性和光照归一化 从( 9) 式可知本文提出的光照归一 化后人脸 的幅频特性 与训练集样本均值的幅频特性一致, 实 现了人脸 光照归一化 的目的, 同时保留了相频特性的不变 性。进而保 留了人脸的 可区分性。对人脸图像光照归一化的结果如图 1 所示。图 1 中第一列中第一行表示正常环境光照下的 人脸图像; 第二行 表示环境光较暗的人脸图像; 第三行表 示环境光 较亮的人脸 图像; 第四行表示局部较亮局部较暗 的人脸图 像。第二列表 示对应的幅频特性, 第三列 表示 对应 的相频 特性, 第 四列表 示频域关照归一化对应的人脸图像。
身由于灰度 分 布问 题造 成 的影 响, 对 像素 点进 行 光照 归一 化。该方法对相应 像素 点的内 容相 同的图 像进 行光 照归一 化的效果较好。但 是人 脸实时 采集 的人脸 图像 像素 与人脸 库中人脸样本对应像素的内容可能不同, 这大大 降低了归一 化方法处理后的图像效果。
传统人脸识别要求 人脸图 像与 人脸训 练库 的光 照差异 不大。这提高了人脸识别系统运行的环境 条件, 从而限制了 人脸识别的 应用。本文 为了降 低人 脸识别 对环 境条 件的要 求, 克服光照对传统人脸识别的影响 。分析了人 脸图像的幅 频特性与人 脸图像的 亮度 有关。同 一人脸 的不 同光 照图像 的幅频特性完全不同, 而相频特性与 光照无关。 本文利用相
满足这些 要 求。人 脸作 为生 物 特征 具有 不 易伪 造、不 会遗 失、终身不变和随身 携带等 优点, 与 其他人 体生 物特 征识别
可区 分性的信息量相对较小, 因此本文 选用最小非 零特征向 量作 为人脸特征。通过对人脸整体光照变亮、变暗 和人脸局
系统相比, 人脸识别系统更加直接、友好, 使用者 无任何心理 障碍, 是未来身份认证发展方向之 一112。但人脸 识别在应用
人们每时每刻都需要证明自己身份, 在信息 技术飞速发 展的今天, 电子商务、网上银行、公共安 全等领域 对身份认证
频特 性与光照无关这一特 性提 出了 频域光 照归 一化的 人脸 识别 , 对任何光照条 件下采 集的 图像经 过归 一化后, 光 照与
的可靠度和方式提出了新的要求, 而传 统身份认 证方法不能 训练库中完全 相同, 同时保留了人脸 的可区分性。 人脸之间
(6)
练样本灰度分布均值和方差为基础的灰度归 一化( 统计特性 归一化) 。将待识别人脸图像灰度分布 的均值和 方差调整到
与人脸训练 样本灰度 分布 均值和 方差 一致。从 而达 到待识 别人脸图像 的亮度与 训练 库中的 亮度 一致。克 服了 图像本
( 6) 式中当 k > 1 表示人脸图像f( ( x , y ) 相对于正常环境 光 照下人脸图像 f ( x, y) 整体 变亮; 当 0 < k < 1 表示人脸图 像(f ( x , y ) 相对于正常环 境光 照下人 脸图 像 f ( x , y ) 整 体变
( Computer college, Sichuan University, Chengdu, Sichuan 610065, China)
Abstract: The traditional face recognition method has high requirement to the face image to be recognized and require that there are l itt le illumination differ-
R( u , v )和虚部 I( u, v )分别为:
R( u , Байду номын сангаас ) =
1 N
N- 1N- 1
r r f(
x= 0y= 0
x,
y)
cos12 P(
ux
+
vy ) / N2
(2)
I( u, v) =
1 N
N- 1N- 1
r r f( x,
x = 0y= 0
y ) sin1-
2P( ux +
vy ) / N2
收稿日期: 2009- 05- 11
暗。由( 1) 至( 5) 式可以得知人脸图像 (f ( x , y ) 与 f ( x , y ) 的幅
频特 性和相频特性的关系如下:
|
( F
(
u,
v)
|=
k | F ( u, v) |
(< ( u, v) = <( u, v)
(7)
从(7)式可 知人 脸图像 的光 照发生 变化 时, 其幅频 特性
ences between the f ace image acquired and the image in the training dat abase, which restrict the environmental condit ion in which the face recognition system is
(3)
将图像傅立叶变换的 复信 号用 极坐标 表示 得到了 图像
幅频 特性| F ( u, v) | 和相频特性 <( u , v ) :
| F( u, v) | = R2( u, v ) + I 2( u, v )
(4)
传统光照归一化主要有两种算法112, 132: 其一是以单一人 脸样本图像 为对象的 灰度 直方图 均衡 化算法 。灰度 级直方
不能太大, 这就限制了人脸识别系统运行的环境条件, 从而限制了人脸识别的应用。为了降低人脸识别对环境条件的要求, 克服光照对人脸识 别的影响, 本文分析了人脸图像的幅频特性和相频特性, 提出了频域光照归一化的人脸识别方法, 使得对任何光照条件下采集的图像经过归一 化后, 光照情况与训练库中的图像完全相同, 同时保留了人脸的可区分性。因为人脸之间差异的信息量一般较少, 故本文运用最小非零特征向 量作为人脸特征, 通过实验仿真, 与传统方法相比本文人脸识别方法对光照变化具有鲁棒性。
任树成等: 光照鲁棒的人脸识别
5 激光杂志6 2009 年第 30 卷第 5 期
LASER JOURNAL( Vol. 30. No. 5. 2009)
35
光照鲁棒的人脸识别
任树成, 周激流, 何 坤, 夏建平
( 四川大学计算机学院, 成都 610065)
提要: 传统的人脸识别方法对待识别人脸图像的质量要求较高, 而且要求所采集的人脸图像 的光照情况与人 脸训练库的光照 情况的差异
LASER JOURNAL( Vol. 30. No. 5. 2009)
人脸训练集样本均值 m 傅立叶变换的幅频特性| Fm( u,
v) | , 将| Fm( u , v ) | 作为 人脸光 照归 一化后 的人 脸的 幅频特 性, 将人脸 xi 的相频特性 <i( u , v ) 作为光照 归一化后 人脸相
lumination normalized face recognition met hod in the frequency domain. By normalization, the illumination between the image acquired and the image in the t rain-
练库中人脸样本光照近似相等。
1 频域光照归一化
实信号 2D 图像 f ( x , y ) 的傅立叶变换 F( u, v ) 定 义为:
1 N- 1N- 1
F( u, v ) =
r r f ( x , y ) ex p1- j2 P( ux + uy )/ N2
(1)
N x= 0y= 0
图像的傅 立叶变换 后, 在频 域中为 一个 复信号, 其 实部