二值边缘图像在眼睛定位与光照鲁棒人脸识别中的应用

"基于二值边缘图像的眼睛定位和人脸识别" 本文主要探讨了在人脸识别技术中两个核心问题：眼睛定位和光照鲁棒性人脸识别算法。眼睛定位是人脸识别系统的关键步骤，因为它对于几何归一化至关重要，而良好的光照鲁棒性则可以增强人脸识别系统的实用性。作者宋加涛在其博士学位论文中，针对这两个问题提出了创新性的解决方案。 首先，论文介绍了一种基于小波多分辨率分析的人脸二值边缘图像提取方法。这种方法通过一次高频重构、两次自适应二值化和一次后续的去噪处理，生成高质量的二值边缘图像（BEI）。这种BEI图像的特点是人脸部位完整，细节清晰，不同部位之间的粘连较少，同时具备光照鲁棒性，非常适合于进行人脸部件的分割和关键特征点（如眼睛）的提取。 接下来，论文提出了一种结合BEI和亮度信息的人眼定位算法。该方法包含了三个步骤：人脸区域提取、眼睛区域分割和眼睛精确定位。为了提高检测和定位的准确性，论文中设计了人脸边界优化算法和多级人眼检测策略。此外，论文特别关注了虹膜上的反射光点，将其作为眼睛定位的重要参考，因此还开发了一种高鲁棒性的反射光点自动检测算法。通过实验验证，该方法在150个Bern图像和564个AR图像上取得了显著的效果。 光照条件的变化是影响人脸识别性能的主要因素之一。因此，论文还探讨了一种具有良好光照鲁棒性的人脸识别方法。这种方法可能涉及到对光照变化的补偿技术，以及选择对光照不敏感的特征进行匹配，从而提升在各种光照条件下的识别准确率。 总体来说，这篇论文对人脸检测和识别技术做出了重要的贡献，尤其是在眼睛定位和光照鲁棒性方面，提出的算法为实际应用提供了更可靠的解决方案。这些研究成果不仅深化了我们对人脸识别技术的理解，也为未来相关领域的研究提供了新的思路和方法。