论文部分内容阅读
随着多媒体技术和传感器技术的迅速发展,生物认证系统应运而生。人脸识别作为一种有效的生物认证手段得到了学术界和业界的广泛关注,成为模式识别及计算机视觉领域的热门研究课题之一,已经融入到人们日常生活的方方面面,比如门禁控制、考勤管理和信息确认等。然而,正面人脸图像作为人脸生物特征信息的载体,在采集、压缩和处理等过程中不可避免地要遭受一系列的失真,直接影响人脸生物认证系统的性能,因此,研究正面人脸图像质量评价方法不仅具有重要的理论意义,而且具有重要的实用价值。鉴于眼睛和嘴巴的状态是引起表情变化的最大因素,本文提出了一种基于稀疏表示的中性表情失真检测方法。利用目标检测和特征点定位技术有针对性地将正面人脸图像中的眼睛和嘴巴区域分割出来,通过稀疏表示分别检测出眼睛和嘴巴的状态,从而对人脸图像的表情进行定性的判断,最终获得正面人脸图像的质量指标,并取得了较好的实验效果。本文针对正面人脸图像中的局部光照失真,提出了一种基于统计分析的质量评价测度;并在对大量实验数据进行统计分析的基础上,建立起全局光照的质量模型;考虑到眼白区域固有的生物特性,提出了一种基于统计分析的正面人脸图像色彩质量评价测度。实验结果表明,算法与主观感知具有较高的一致性,能正确地反映由环境光照造成的人脸图像失真程度。从实用性和研究性的角度出发,在VC++开发环境下,设计并开发正面人脸图像质量评价系统平台,集成了众多针对正面人脸图像中典型失真的质量评价方法,具有友好的人机交互界面和用户体验。该平台具有较好的系统性能,并将有助于正面人脸图像质量评价方法的推广。