發(fā)布時(shí)間：2021-08-25 21:35

　　隨著深度學(xué)習(xí)、計(jì)算機(jī)視覺等相關(guān)技術(shù)的日益成熟,人臉識(shí)別已然成為全球在視頻智能應(yīng)用領(lǐng)域的主流,很多車站與機(jī)場(chǎng)已經(jīng)大量使用基于人臉識(shí)別實(shí)現(xiàn)的通關(guān)檢查系統(tǒng),使得這項(xiàng)技術(shù)受到了各領(lǐng)域的高度關(guān)注,其市場(chǎng)需求不斷增加,應(yīng)用場(chǎng)景不斷被挖掘。除了安防與金融兩大領(lǐng)域外,人臉識(shí)別還在醫(yī)療、教育、交通等諸多場(chǎng)景實(shí)現(xiàn)了較為廣泛的應(yīng)用,并呈現(xiàn)出顯著的應(yīng)用價(jià)值。對(duì)于每個(gè)人來說,其臉部特征具有高度唯一性,雖然理想狀態(tài)和可控設(shè)置下的人臉識(shí)別研究已經(jīng)取得了較好的效果,但在真實(shí)自然環(huán)境、不可控制下采集到的人臉圖像信息會(huì)受到人體毛發(fā)、口罩、帽子、墨鏡（眼鏡）等常佩戴物體的遮擋以及其他光照、表情等多種因素的干擾,使得人臉面部部分信息缺失從而影響了特征的提取和識(shí)別,降低了人臉識(shí)別的正確率。因此對(duì)部分遮擋人臉識(shí)別問題的研究,是愈加廣泛應(yīng)用人臉識(shí)別技術(shù)的重要課題之一,同時(shí)對(duì)人臉線性重構(gòu)和人臉特征提取進(jìn)行更加深入的研究也是十分重要的。要設(shè)計(jì)出一種使得遮擋對(duì)人臉識(shí)別造成的影響最小化且性能優(yōu)良的算法十分關(guān)鍵。針對(duì)這一問題,許多學(xué)者和研究人員紛紛開展了深入的研究,但是難以攻克的地方依然存在:如果遮擋面積超過臨界點(diǎn),比如當(dāng)人臉遮擋面積大于2... 

【文章來源】：西南大學(xué)重慶市 211工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

去噪前與去噪后的對(duì)比圖像

西南大學(xué)碩士學(xué)位論文142.2.3直方圖均衡化直方圖均衡化，如下圖2.2所示，通常也別稱作是灰度均衡化，這是一種間接地增強(qiáng)待處理人臉圖像對(duì)比度的方法[39]。其中，非線性化拉伸原本的圖像，也就是通過處理原本的圖像完成全部灰度范圍里的均勻分布，把原本圖像的灰度直方圖轉(zhuǎn)化為新的均勻分布的灰度直方圖，并且經(jīng)過處理后的人臉圖像具有較大的動(dòng)態(tài)范圍和較高的對(duì)比度。圖2.2直方圖均衡化前后的對(duì)比圖像（左圖為原圖，右圖為直方圖均衡化后的圖像）Fig2.2Contrastimagebeforeandafterhistogramequalization(leftimageistheoriginalimage,rightimageistheimageafterhistogramequalization)圖像灰度級(jí)的信息統(tǒng)計(jì)由灰度直方圖顯示。從數(shù)學(xué)角度出發(fā)，是對(duì)圖像中每一個(gè)灰度級(jí)出現(xiàn)次數(shù)或出現(xiàn)頻率進(jìn)行計(jì)算的一個(gè)二維圖[40]。在灰度直方圖中，我們把每一個(gè)像素對(duì)應(yīng)的灰度級(jí)別由橫坐標(biāo)軸中相應(yīng)的數(shù)值大小表示，我們把圖像中每個(gè)像素的出現(xiàn)次數(shù)或出現(xiàn)頻率由縱坐標(biāo)軸中相應(yīng)的數(shù)值大小表示。一個(gè)像素的灰度級(jí)在此用if予以表示，某一灰度級(jí)在一張圖像里所對(duì)應(yīng)的出現(xiàn)次數(shù)用in予以表示，圖像中像素點(diǎn)的總個(gè)數(shù)用N予以表示，某一灰度級(jí)在一張圖像里所對(duì)應(yīng)的出現(xiàn)頻率用)(fpif表示，則：Nn)(fpiif,255)(0,1,i（2.6）直方圖均衡化經(jīng)常用于處理以下的情況——其中一種是過度曝光使得圖像前景背景過于明亮，而另外一種是曝光不足使得圖像前景背景過于灰暗。經(jīng)過處理后，圖形的對(duì)比度得以增強(qiáng)，圖像的灰度范圍得以擴(kuò)展。按照之前的，一個(gè)像素的灰度級(jí)用if予以表示，,255)(0,1,i，某一灰度級(jí)在一張圖像里所對(duì)應(yīng)的出現(xiàn)次數(shù)用in予以表示，圖像中像素點(diǎn)的總個(gè)數(shù)用N予以表示，某一灰度級(jí)在一張圖像里所對(duì)應(yīng)的出現(xiàn)頻率用)(fpif予以表示，則累積分布函數(shù)如下?

不同特征的實(shí)驗(yàn)結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]局部遮擋條件下的人臉識(shí)別[J]. 岳震,陳凱勇.  計(jì)算機(jī)應(yīng)用與軟件. 2018(05)
[2]有遮擋人臉識(shí)別綜述:從子空間回歸到深度學(xué)習(xí)[J]. 李小薪,梁榮華.  計(jì)算機(jī)學(xué)報(bào). 2018(01)
[3]基于DPM模型的靜態(tài)人臉檢測(cè)[J]. 錢玉潔,王玉德,馮瑋,李圓圓,張肖肖.  電子技術(shù). 2016(03)
[4]基于差值局部方向模式的人臉特征表示[J]. 李照奎,丁立新,王巖,何進(jìn)榮,丁國輝.  軟件學(xué)報(bào). 2015(11)
[5]基于HOG金字塔人臉識(shí)別方法[J]. 楊冰,王小華,楊鑫,黃孝喜.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2014(09)
[6]基于稀疏表示的遮擋人臉表情識(shí)別方法[J]. 朱明旱,李樹濤,葉華.  模式識(shí)別與人工智能. 2014(08)
[7]基于流形學(xué)習(xí)的遮擋條件下表情識(shí)別方法[J]. 朱明旱,陳日新,羅大庸.  光電子.激光. 2012(10)
[8]基于SLPP和張量分解相結(jié)合的人臉識(shí)別[J]. 許亦男,王士同.  計(jì)算機(jī)應(yīng)用研究. 2011(08)
[9]基于多級(jí)CS-LBP特征融合的人臉識(shí)別方法[J]. 盧建云,何中市,余磊.  計(jì)算機(jī)工程與科學(xué). 2010(06)
[10]人臉遮擋區(qū)域檢測(cè)與重建[J]. 王志明,陶建華.  計(jì)算機(jī)研究與發(fā)展. 2010(01)

碩士論文
[1]有遮擋人臉圖像的特征提取和識(shí)別研究[D]. 沈聞佳.浙江工業(yè)大學(xué) 2015
[2]基于韋伯局部特征和稀疏表示的人臉識(shí)別方法研究[D]. 龔大義.湖南大學(xué) 2013



本文編號(hào)：3362892