计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
21期
1-4,16
,共5页
陈恒鑫%唐远炎%房斌%张太平
陳恆鑫%唐遠炎%房斌%張太平
진항흠%당원염%방빈%장태평
光照不变性%快速自适应的二维经验模式分解(FABEMD)%二维经验模式分解(BEMD)%人脸识别
光照不變性%快速自適應的二維經驗模式分解(FABEMD)%二維經驗模式分解(BEMD)%人臉識彆
광조불변성%쾌속자괄응적이유경험모식분해(FABEMD)%이유경험모식분해(BEMD)%인검식별
在光照变化的环境下,人脸识别因受到光照强度和方向的非线性干扰而变得困难重重.在人脸局部区域,光照的变化比较缓慢,而皮肤对光照的反射率特征变化比较快,可以认为光照变化是低频信号,而人脸本质特征是高频信号.FABEMD是一种快速自适应的BEMD(Bidimensional Empirical Mode Decomposition,二维经验模式分解)方法,它能够将图像分解为不同尺度的高频图像和低频图像,高频图像代表了人脸皮肤细节纹理特征,而低频图像则代表了轮廓特征.但是并不能定量判别什么样的高频信号以及多少高频信号能够用来消除光照影响,所以提出了两种衡量高频细节信息量的方法,将这些信息量的相对值来推算融合不同尺度的高频信号权重系数.基于Yale B人脸数据库的实验数据证明了所提方法能够取得很好的识别效果.
在光照變化的環境下,人臉識彆因受到光照彊度和方嚮的非線性榦擾而變得睏難重重.在人臉跼部區域,光照的變化比較緩慢,而皮膚對光照的反射率特徵變化比較快,可以認為光照變化是低頻信號,而人臉本質特徵是高頻信號.FABEMD是一種快速自適應的BEMD(Bidimensional Empirical Mode Decomposition,二維經驗模式分解)方法,它能夠將圖像分解為不同呎度的高頻圖像和低頻圖像,高頻圖像代錶瞭人臉皮膚細節紋理特徵,而低頻圖像則代錶瞭輪廓特徵.但是併不能定量判彆什麽樣的高頻信號以及多少高頻信號能夠用來消除光照影響,所以提齣瞭兩種衡量高頻細節信息量的方法,將這些信息量的相對值來推算融閤不同呎度的高頻信號權重繫數.基于Yale B人臉數據庫的實驗數據證明瞭所提方法能夠取得很好的識彆效果.
재광조변화적배경하,인검식별인수도광조강도화방향적비선성간우이변득곤난중중.재인검국부구역,광조적변화비교완만,이피부대광조적반사솔특정변화비교쾌,가이인위광조변화시저빈신호,이인검본질특정시고빈신호.FABEMD시일충쾌속자괄응적BEMD(Bidimensional Empirical Mode Decomposition,이유경험모식분해)방법,타능구장도상분해위불동척도적고빈도상화저빈도상,고빈도상대표료인검피부세절문리특정,이저빈도상칙대표료륜곽특정.단시병불능정량판별십요양적고빈신호이급다소고빈신호능구용래소제광조영향,소이제출료량충형량고빈세절신식량적방법,장저사신식량적상대치래추산융합불동척도적고빈신호권중계수.기우Yale B인검수거고적실험수거증명료소제방법능구취득흔호적식별효과.
