光照變化條件下的人臉識別技術探討

周令

摘要：自動人臉識別（AFR）是生物識別領域的研究熱點，它涉及到圖像處理、模式識別、機器學習和計算機視覺等多個學科的研究內容。人臉識別技術因其具有良好的非接觸、非打擾的優勢在身份鑒定、門禁系統、監控、法律實施和人機交互等方面有著廣泛的應用前景。經過多年的發展，研究者已經提出了很多性能卓越的人臉識別算法，也出現了一些成功的商用系統。但是當人臉圖像出現光照、姿態、表情、年齡的變化、遮擋問題或少樣本問題的時候，識別率會急劇下降，特別是光照的變化對識別率的影響最大。設計出對光照變化具有高識別率和高魯棒性的人臉識別算法是人臉識別領域中的一個難點和熱點。

關鍵詞：人臉識別;特征提取;光照模型;雙樹復小波變換

中圖分類號：TP391.41?文獻標識碼：A?文章編號：1672-9129（2020）08-0046-01

人臉識別具有主動性、非侵犯性和用戶友好的特點，可以在對方毫無覺察的情況下進行身份的辨識，非常適合于人流量大的場合和戶外進行身份識別。隨著視頻監控的快速普及，迫切需要一種遠距離、用戶非配合狀態下的快速身份識別技術，以求遠距離快速確認人員身份，實現智能預警。人臉識別技術相對其他生物識別技術來說無疑是最佳的選擇，采用快速人臉檢測技術可以從監控視頻圖像中實時查找人臉，并與人臉數據庫進行實時比對，從而實現快速身份識別。對于銀行取款監控，地鐵、飛機場等人流量大的場合采用人臉識別技術可以快速的對人臉進行篩查，找出犯罪分子。這一點是指紋、虹膜等其他生物識別技術無法達到的。

1?人臉圖像預處理方法

1.1 圖像劃分。圖像識別領域中基于圖像分割的識別方法的識別率相對較好，因此采用均勻四分法，將待識別的人臉圖像劃分為均勻的 4 個區域，同時要對 4 個部分給到不一樣的識別權值，這里特征顯著的眼部范圍的權值一定得不小于臉部面積，由于臉部區域的特點可分性極小，光照直射后不變性不太好。

1.2 區域光照分類。當人面在進行面部識別時，外部環境的光源會影響到識別結果，通過外部光源照射的方向分析，可以進行針對性的改進，力求將外部的干擾降到最低。人臉正面被光源照射就沒有陰影出現，而側面被照射就肯定有陰影，不管從哪個方向被照射都會出現偏暗部位。背面與正面光源影響人臉識別的程度較小，然而，側面的陰影則十分影響識別率。并且造成的陰影都是呈區域性，所以使用區域性的光照處理，能夠降低處理所需時間，解決全局性的光照處理對于沒有被影響地方的變化。

2?人臉識別技術存在的難點

目前人臉識別技術發展已經進入到了一個全新的階段，識別性能有了非常大的突破，也出現了一些產品。人臉識別被認為是生物特征識別領域最困難的研究課題之一，還存在著許多具有挑戰性的問題需要解決。

2.1復雜條件下的人臉檢測。人臉檢測是人臉識別系統的前端處理環節，能否正確檢測出人臉，人臉的定位是否準確影響著系統的識別性能。在背景復雜，光照不理想，人臉姿態變化大的情況下，人臉檢測率快速下降。因此迫切需要研究出能夠適應復雜條件下的人臉檢測算法。

2.2光照變化對識別性能的影響光照問題是人臉識別中存在已久的問題，也是影響人臉識別系統性能最重要的因素之一。可控環境下，靜態人臉和三維人臉識別技術的性能跟虹膜識別技術是相當的，能夠達到非常高的水平。雖然 FRVT2006 表明不同光照條件下人臉識別性能比 FRVT2002 有顯著提高，但是還沒有根本上克服光照的影響。目前光照處理的方法還沒有達到實用的程度，需要進一步研究。

2.3表情變化對識別性能的影響。在非控條件下，人臉的表情隨時都可能發生變化。表情是一種復雜的肌肉運動，表情的變化會引起面部輪廓、紋理的變化，同時會改變面部特征點的位置。不同的表情引起面部不同的變化;不同的人的相同表情影響也不相同。因此很難用統一的標準來精確劃分各種表情對不同人的影響。如何魯棒地識別帶有不同表情的人臉圖像是人類識別技術中一項重要內容。

2.4姿態變化對識別性能的影響。姿態變化主要是指人臉圖像的旋轉，包括平面旋轉（In-Plane Rotation）和深度旋轉（In-Depth Rotation）。對于平面旋轉可以在人臉檢測階段通過人眼水平定位進行校準，很多算法具有旋轉不變性，可以提取出具有平面旋轉不變的特征，如 LBP、偽 Zernik 矩等。對于深度旋轉，當俯仰或左右側面角度太大（遮住半邊臉）時使用傳統的二維人臉識別技術識別率急劇下降。如何提高人臉識別系統對姿態變化的魯棒性是極具挑戰的問題。目前主要采用三維人臉識別技術來來補償部分丟失的信息。

3?光照模型簡述

非受控條件下獲取到的人臉圖像一般都存在光照不均的問題，光照條件的變化一般會直接表現為圖像中人臉表面的明暗變化，如存在陰影區域、有的部分非常亮、有點部分過于暗淡，如果不通過預先處理來消除這些因素的影響，將會導致人臉識別算法識別率的急劇下降。因此為了確保識別的健壯性，一個通用的人臉識別系統需要預先對人臉圖像進行的光照補償或光照歸一化。為了進一步地研究光照帶來的影響，研究者建立一些理論模型來模擬光照與物體表面的相互作用，這就是光照模型（Illumination Model）。目前使用較多的光照模型大致可分為局部光照模型和全局光照模型，它們分別以朗伯光照模型和輻照度模型的應用最為廣泛。

結語：針對傳統Retinex算法在光照變化強烈條件下出現的“光暈”難題，首先對人臉圖像的對比度進行局部非線性增強，使算法對各種光照條件下的人臉圖像能夠得到較好增強效果，然后利用 Mean- Shift平滑濾波對光照進行估計，消除了傳統Retinex算法中出現“光暈”現象，仿真對比結果表明，改進SSR算法有效地提高了在光照變換條件下的人臉識別效果。

參考文獻：

[1]牛文鋮.光照變化條件下的人臉識別技術分析[J].通訊世界，2017（08）：287.

[2]楊超. 復雜光照下的人臉識別算法研究[D].武漢科技大學，2019.