CASIA OpenIR  > 毕业生  > 博士学位论文
近红外-可见光异质图像人脸识别方法与系统
其他题名Heterogeneous Face Recognition between Near Infrared and Visual Images: Methods and Systems
易东
学位类型工学博士
导师李子青
2009-05-27
学位授予单位中国科学院研究生院
学位授予地点中国科学院自动化研究所
学位专业模式识别与智能系统
关键词近红外 异质图像 人脸识别 典型相关分析 模板匹配 Near Infrared Heterogeneous Images Face Recognition Multi-variates Regression Template Matching
摘要人脸识别的任务是使计算机具有根据人脸数据确定人身份的能力。通过对人脸数据进行处理和分析,提取能反映人身份的本质特征,从而建立特征到身份之间的联系。经过多年的发展,有多种人脸识别技术取得了很大的进展,它们在一些标准人脸数据库上达到了几乎百分之百的识别率,但在实际应用中却仍然受诸多因素的影响,如:光照、姿态、表情和年龄的变化等。针对这些问题,各研究机构提出了大量的方法用于构建光照、姿态、表情无关的鲁棒的人脸识别系统,这些方法在一定程度上提高了人脸识别技术对环境和用户的适应性。 但是一直以来,人脸识别中最重要的因素“人脸数据的来源”却没有得到太大的关注。在某些情况下,人脸识别系统中可能存在多种采集设备获取的人脸数据,如:数据库中为可见光照片,识别端采用近红外设备克服现场光照的影响。不同的采集设备具有完全不同的成像原理,因此即使在完全相同的环境下,通过它们得到的人脸数据也存在很大的差异。这种差异会严重影响人脸识别系统的性能,也会限制人脸识别技术的使用范围。 这些由不同采集设备得到的人脸数据与传统的具有不同姿态、光照和质量的人脸数据一起统称为异质人脸数据。异质人脸数据是指能反映同一身份的具有不同性质的人脸数据。本文主要以近红外和可见光之间的人脸识别为研究对象,提出了多种针对异质图像的人脸识别方法。本研究涉及了许多计算机视觉和人脸识别中的关键技术,包括人脸图像预处理、模板匹配、子空间分析、多元变量回归等。本文的主要工作和贡献有: 1 提出了近红外-可见光异质图像人脸识别问题. 2 提出了一种基于典型相关分析的异质图像人脸识别框架,并以近红外、可见光和3D图像之间的人脸识别问题验证了算法的性能。 3 提出了一种基于局部纹理特征匹配的异质图像人脸识别方法,并在MBGC具有遮挡的近红外和可见光匹配测试中取得了很好的性能。 4 基于已有的近红外人脸采集设备,制作了一种增强型的近红外人脸采集装置。该装置能够适应一切光线环境,克服了传统近红外技术易受阳光影响的缺点。并在多种室内环境和室外环境下验证了该装置的稳定性和相应人脸识别系统的性能。 5 研究并实现了一个基于可见光与近红外的异质图像人脸识别系统,系统利用可见光注册近红外识别,能很好的抵御光照的影响。系统能够实时、高效的工作在普通PC机上。 总之,本文提出了人脸识别领域中的一类新问题,并以主要以可见光-近红外异质图像人脸识别为例,提出了多种有效的方法用于解决该问题。最后制作了一种光照完全无关的增强型近红外人脸采集装置,并构建了一个高效的近红外-可见光人脸识别系统作为工作 的总结。
其他摘要The objective of face recognition is to enable computer to determine a person's identity according to his face data, such as image, 3D shape, video and etc. Firstly, the most essential and discriminant features are extracted from face data. Then the correspondence between face data and identity can be established by some classifiers. With the development of face recognition technologies, Many efficient methods have been proposed, with nearly 100 percent recognition rate on some standard databases. However, there still exist a lot of challenges in practical applications, which mainly caused by illumination, pose, expression, age and etc. Nowadays, while mass researches are focusing on llumination and pose problems, face data acquisition is almost neglected, which is one of the most important factors affecting the quality of face data. In some applications, face data may be acquired by different imaging devices, e.g. enrollment by visual (VIS) images and authentication by near infrared (NIR) images to resist various illuminations on-site. Due to the different imaging mechanisms, even under the same environment,the face data collected by various devices are different, which will decrease the performance and restrict the application of face recognition. Face data collected by different devices or collected under various illumination, pose and etc. are all called "heterogeneous face data", which represents a unique identity while being of different quality. This thesis mainly focuses on NIR-VIS heterogeneous face recognition problem. And accordingly, some effective methods are proposed for heterogeneous face recognition. This study involves a lot of key problems in computer vision and face recognition, e.g. face pre-processing, template matching, subspace analysis and multi-variates regression. The main contributions of this thesis are shown as follow: 1 We present a new problem, that of face recognition between NIR and VIS images. 2 We propose a "Canonical Correlation Analysis" (CCA) based regression framework to solve the problem of heterogeneous face matching. NIR, VIS and 3D face matching are taken as examples to illustrate the effectiveness of the method. 3 We propose a local feature matching algorithm to solve the problem of generality in conventional heterogeneous face recognition methods. The algorithm can handle the partial occlusion of face images and achieve good performance on MBGC portal challenge. 4 We build a "Enhanced Near infrared" (ENIR)...
馆藏号XWLW1438
其他标识符200618014628047
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/6171
专题毕业生_博士学位论文
推荐引用方式
GB/T 7714
易东. 近红外-可见光异质图像人脸识别方法与系统[D]. 中国科学院自动化研究所. 中国科学院研究生院,2009.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
CASIA_20061801462804(7026KB) 暂不开放CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[易东]的文章
百度学术
百度学术中相似的文章
[易东]的文章
必应学术
必应学术中相似的文章
[易东]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。