一种利用人脸对称性的光照归一化方法

光照归一化在光照鲁棒的人脸识别中被广泛使用.许多现有光照归一化方法将人脸图像视为自然图像,而忽略了人脸这一类特定物体的先验属性,因此很难从一幅具有侧光的人脸图像中恢复阴影区域中的人脸信息.提出了利用人脸对称性先验的光照归一化方法,在能量最小化框架下,对人脸图像的阴影区域进行光照归一化时参考其对称非阴影区域中的人脸结构信息,同时提出了无阴影信度图将二元最优化问题简化为一元最优化问题,以降低光照归一化方法的计算代价.在合成阴影和真实阴影人脸图像上的实验表明,利用人脸对称性的光照归一化方法能有效恢复图像阴影区域中的人脸特征,并对人脸误配准和非对称几何归一化具有一定的鲁棒性.

对称性在人脸识别中的应用:对称Fisherface

充分考虑到人脸对称性,结合对称主量分析和Fisher线性判别,提出了改进的Fisherface方法——对称Fisherface(SFisherface).在人脸的表情、姿态以及光照发生变化的情况下,通过实验说明了SFisherface在性能上面的优势.通过比较镜像扩展样本后的Fisherface、SFisherface和经典Fisherface方法的联系和区别,说明了SFisherface有助于提取稳定性的特征,并能够显著提高识别率.

基于深度学习的视频会议画面人脸光照对称性评价方法

人脸光照对称性是影响视频会议画面人脸质量的一个关键因素,本文通过分析人脸光照特性,引入卷积神经网络,提出一种基于深度学习的视频会议画面人脸光照对称性评价方法,在实验的基础上验证了与主观标记的一致性.

基于广义对称变换的多模态人脸面部特征识别方法

综合考虑人脸面部的对称性、方向性等特征,设计基于广义对称变换的多模态人脸面部特征识别方法。通过积分投影获取面部含有特征点的最小边界矩形,通过能量函数获取下巴最低点,根据面部轮廓定义先验模板,完成左、右脸面部轮廓特征的提取。以左右脸特征的对称情况为基础分解人脸图像,加权处理人脸镜像对称性向量,凭借欧式距离完成人脸特征的识别。通过实验验证分析可知,所提方法的特征识别准确率较高,且识别效率较高,说明该方法的实际应用价值较高。

人脸图像质量评估标准

输入图像的质量严重影响生物识别系统的精度.生物识别系统中大部分的匹配错误都是由低质量的输入图像导致的,这也是目前大部分生物识别系统的弱点所在.提出人脸图像质量评估的标准化方法,提出基于人脸对称性的方法评价人脸识别中的非对称光照和不正确姿态问题.阐述了人脸对称性的概念和评估方法;实验结果证明其有效性.