CLAHE融合低頻DCT系數重變換的人臉識別算法

江東林（龍巖學院　數學與計算機科學學院，福建　龍巖，364000）

CLAHE融合低頻DCT系數重變換的人臉識別算法

江東林
（龍巖學院數學與計算機科學學院，福建龍巖，364000）

摘要：針對人臉識別中由于偽裝（如圍巾、太陽鏡和頭發）或其他物體引起的面部遮擋而嚴重影響識別率的問題，提出了CLAHE融合低頻DCT系數重變換的人臉識別算法。首先將圖像劃分成多個互不重疊的局部小塊，使用受限直方圖均衡化對局部子塊進行局部對比拉伸以實現去噪；然后，通過縮減適當數目的低頻DCT系數來消除人臉圖像中的光照變化；最后，利用核主成分分析進行特征提取，最近鄰分類器完成最終的人臉識別。在擴展Yale B、FRGC V2.0及一個戶外人臉數據庫上的實驗驗證了所提算法的有效性及魯棒性。實驗結果表明，相比幾種線性表示算法，本文算法在處理魯棒人臉識別時取得了更高的識別率。

關鍵詞：人臉識別；自適應直方圖均衡化；低頻離散余弦變換；系數重變換

0　引言

人臉識別［1］是模式識別中最重要的研究領域之一，它已經在執法、安全、選民驗證和建筑區、門、汽車或網絡訪問等行業發揮了非常重要的作用。在復雜背景下的人臉識別技術雖已提升了一個質的飛躍［2］，但其性能往往會因光照、表情、姿態、遮擋等條件的影響而大大降低［3］，因此，為自動人臉識別規范化這些變化是非常有必要的［4-5］。

針對局部區域代替全局特征引起特征提取識別率不高的問題，文獻［6］提出了基于魯棒主成分分析的人臉子空間重構算法；……