10.3969/j.issn.1000-386x.2015.11.042
CLAHE低频DCT系数重变换在人脸识别中的应用
针对光照变化显著影响自动人脸识别系统性能的问题,为了规范化光照变化以提高人脸识别率,提出基于对比度限制自适应直方图均衡化CLAHE(Contrast Limiting Adaptive Histogram Equalization)的低频离散余弦变换DCT(Discrete Cosine Transform)系数重变换算法.首先将图像划分成多个互不重叠的局部小块,使用CLAHE对局部小块进行局部对比拉伸以实现去噪;然后,通过缩减适当数目的低频DCT系数来消除人脸图像中的光照变化;最后,利用核主成分分析进行特征提取,稀疏系数重建和k-近邻分类器完成最终的人脸识别.在扩展YaleB及AR人脸数据库上的实验验证了算法的有效性.实验结果表明,算法在识别非常困难的YaleB子集5上的识别率可高达98.20%,相比其他几种规范化技术,该算法取得了更高的识别率,同时大大降低了识别所耗时间.
自适应直方图均衡化、离散余弦变换、系数重变换、核主成分分析、k近邻分类器
32
TP391.3(计算技术、计算机技术)
2015-12-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
180-184