CLAHE低频DCT系数重变换在人脸识别中的应用

• 作者: 邵丹
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 180-184
• 页数: 5页
• 分类号: TP391.3
• 字数: 4461字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.11.042

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵丹	铁道警察学院公安技术系	6	5	1.0	2.0