作者:安洋帆; 杨智智; 吴涛 期刊:《数码世界》 2019年第12期
近年来,随着科学技术的不断发展,人脸识别技术逐渐成熟,其凭借主动性、安全性和智能性等特点,在诸多领域得到广泛应用和推广。但是尽管如此,人脸识别技术还是不可避免的存在一些缺陷和挑战,其中特别是在复杂光照条件下的影响最为深远。为了有效提升在复杂光照条件下人脸识别技术水平,需要对其关键算法进行研究和分析。鉴于此与,文章重点就复杂光照条件下人脸识别关键算法进行论述,以供参考和借鉴。
作者:韩旭振; 李松 期刊:《智慧工厂》 2012年第01期
随人脸识别是一个具有广阔应用前景和极富挑战性的研究课题,作为自动人脸识别系统的第一步,快速有效的人脸检测至关重要。然而现有的人脸检测算法在复杂光照下的检测效果并不理想。本文针对人脸检测存在的问题,在如下两方面做了改进:(1)针对Adaboost算法造成的误检测.本文提出了Adaboost+肤色算法,大大降低了误检率。(2)针对复杂光照的影响,提出了一种改进的"参考白"算法。实验表明,该算法能很好的应用于复杂背景条件下的...
作者:董元发; 肖清海; 查靓; 吴正佳; 杜轩 期刊:《现代制造工程》 2019年第03期
针对手工装配作业中微小金属件装配区图像特征易受光照环境影响产生不规则动态变化的问题,定性分析了总体视场及微小金属件装配区灰度分布的影响因素,建立了不同装配特征灰度分布混杂区动态识别数学模型;通过BP神经网络学体视场及装配区灰度分布特征与不同装配特征之间的非线性关系,并将网络预测精度转化为灰度分布特征对装配特征的模糊隶属度函数,提出了一套基于灰度混杂区阈值模糊自适应调整的微小金属件漏装视觉检测方法。在某...
作者:齐永锋; 王梦媛; 卢晨鸣 期刊:《红外技术》 2018年第12期
针对光照以及人脸的尺度变换、遮挡等问题,提出一种基于多尺度韦伯脸与实时压缩在复杂光照情况下的跟踪算法。对实时压缩跟踪方法的理论模型的认真分析与研究,提出采用光照预处理方法来提高复杂光照情况下跟踪过程中目标信息的采集精准度。在目标检测跟踪过程中,与经典的实时压缩跟踪算法相比,基于多尺度韦伯脸与实时压缩的人脸跟踪算法在复杂光照情况下跟踪性能得到明显提升,能较好应对人脸尺度变换及局部遮挡的情况。
作者:杨月新; 车延博; 李生山; 马生元 期刊:《电子设计工程》 2017年第18期
青海省东部地区具备良好的光资源及自然环境条件,适宜大型光伏电站的建设.然而,荒山荒坡光照环境复杂,日温差大,增大光伏组件控制难度,影响系统运行效率,制约了光伏发电技术的发展.基于青海省东部地区自然环境及太阳运动轨迹,提出荒山荒坡光照环境及温度变化随机模型和光伏组件输出模型,对荒山荒坡不同海拔高度及山势的光伏组件输出特性进行计算,并根据计算结果得出荒山荒坡光伏系统的发电规律,越靠近山底,遮挡越多,光照复杂性增大...
人脸图像在实际采集过程中会严重受光照条件变化的影响,本文围绕复杂光照问题展开,在ORL人脸库和Yale B人脸库采用2DPCA+2DDWT算法提取复杂光照条件下的人脸图像特征,验证其鲁棒性。
动车车号识别是动车安全自动监测系统的一项重要内容。由于光照不均、运动失真等因素,动车车号的可靠识别困难较大。论文研究了基于深度网络的识别算法,通过设计卷积神经网络,以减少资源占用为出发点,获得99.20%的识别正确率。与LeNet-5卷积网络进行时比实验,减少了近6倍的训练时间,并且识别率有所提高。
作者:韩旭振 李松 期刊:《可编程控制器与工厂自动化》 2012年第01期
随人脸识别是一个具有广阔应用前景和极富挑战性的研究课题,作为自动人脸识别系统的第一步,快速有效的人脸检测至关重要。然而现有的人脸检测算法在复杂光照下的检测效果并不理想。本文针对人脸检测存在的问题,在如下两方面做了改进:(1)针对Adaboost算法造成的误检测.本文提出了Adaboost+肤色算法,大大降低了误检率。(2)针对复杂光照的影响,提出了一种改进的"参考白"算法。实验表明,该算法能很好的应用于复杂背景条件下的...
作者:王珺 彭进业 吴俊 李丹娇 期刊:《电子设计工程》 2011年第22期
为解决车牌识别系统中,车牌区域由于受到光照过度、不足和不均等复杂光照的影响,使得车牌图像的二值化效果不理想的问题,文中提出一种复杂光照车牌图像的二值化新方法。根据国内车牌颜色特点,重新分配R、G、B颜色分量的权重来构造新灰度图,并设计不同颜色车牌灰度图转化的规则。采用全局和局部阈值相结合的双阈值方法实现车牌图像二值化,同时利用空域同态滤波进一步提高图像对光照的鲁棒性。实验结果表明,文中方法运算时间仅为传统...
作者:薛涛 刘潇潇 张海兵 期刊:《计算机应用与软件》 2014年第07期
针对Gabor特征维数高难题,提高光照人脸的识别性能,提出一种基于Gabor特征融合和最小二支持向量机的人脸识别算法(Gabor-LSSVM)。首先采用Gabor滤波器提取人脸图像的多尺度和多方向特征,并将相同尺度不同方向的特征融合,初步降低特征维数;然后采用核主成分分析对融合特征进行选择,进一步降低特征维数;最后采用最小支持向量机建立分类器对人脸进行识别,并采用Yale B和PIE人脸库进行仿真测试。结果表明Gabor-LSSVM的人脸识别正确率...
为了提高在光照过度、不足或不均等复杂光照条件下的人脸识别率,提出一种复杂光照条件的人脸图像细节强化算法。首先采用对数和非线性变换对人脸图像动态范围进行压缩;然后利用反锐化掩模滤波算法消除图像模糊,增强人脸图像细节信息;最后采用Adaboost算法建立人脸分类器,并采用YaleB人脸图像数据进行仿真测试。仿真结果表明,该算法解决了复杂光照条件对人脸图像的不利影响,并进一步提高了人脸识别率。