导读:本文包含了光照鲁棒性论文开题报告文献综述及选题提纲参考文献，主要关键词:人脸识别,低分辨率,多维缩放,统一特征空间
光照鲁棒性论文文献综述
张悦[1]（2018）在《具有姿态和光照鲁棒性的低分辨率人脸识别算法》一文中研究指出近几年来随着电脑性能的提高和人脸大数据与高性能GPU计算的广泛应用。机器学习与神经网络在人脸识别领域取得了巨大的成功。但若想真正的融入生活,普遍的应用在现实生活的安防和监控视频中,除了不受控制的姿态和照明条件外,监视摄像机拍摄的脸部图像分辨率很低也是问题所在。低分辨率便意味着可提供的有效信息更少,识别起来更不容易。解决低分辨率图片的人脸识别问题对人脸识别算法在生活中的应用具有重大意义。结合实际应用,本文将监控摄像机里的脸部图像与数据库里的高分辨率正面人脸图像进行匹配。把不同分辨率图片的脸部特征转换到一个新的统一特征空间里,使其之间的距离近似于图片在相同分辨率,姿态和光照条件下的距离,进而达到不受姿态光照影响的低分辨率图像的人脸识别。论文引用如上的理论研究进行程序设计和数值实验,使用已有的多维缩放(MDS)来学习不同分辨率图像到统一特征空间的映射矩阵,实验中用特征本身代替径向基函数来求解,不仅减少了计算复杂度,更突显出统一特征空间的性能。综合比较后选用MTCNN(Multitask Cascaded Convolutional Networks)进行人脸检测与对齐,再用TCDCN进行特征点定位,可以得到更精确的结果,省去了人工校准的工作。运用立体匹配计算变换空间中两幅图像的相似度花费时间太长,所以本文采用简单的余弦相似性,极大减少了计算量。论文第一部分主要介绍人脸识别算法的背景及现状,本文研究课题的意义和内容概要。第二部分介绍了低分辨率人脸识别的概况和主要算法的分析比较。在第叁部分介绍了多维缩放(MDS)的理论研究,公式推导,给出了字典学习模型框架。并详细讲述了统一特征空间的构造,用多维缩放来学习脸部公共变换矩阵的完整过程,推导公式并总结整理出其算法步骤。在文章的第四部分,将算法进行程序实现,分别在Surveillance Camera数据集、Choke Point数据集上进行实验,展示实验结果。(本文来源于《吉林大学》期刊2018-05-01）
谢清华[2]（2018）在《基于显着图的光照鲁棒性车道线检测算法研究》一文中研究指出为解决汽车驾驶安全问题,基于视觉的辅助驾驶系统成为选择,其中基于视觉的车道线检测技术对光照变化敏感。本文研究了基于显着图的对光照不敏感的车道线检测算法,论文主要工作包括:(1)提出对光照变化不敏感的车道线显着图生成方法。基于车道与车道线高对比度设定,计算每个像素与亮度低于该像素的其他像素之间的颜色距离之和作为显着值,生成高亮度优先的亮度对比度初级显着图。基于不同光照下磨损车道线像素呈现类高斯形状的先验分布,采用加入车道线宽度先验知识的一维高斯核逐行进行相关性计算生成中级显着图。由于初级显着图对道路背景像素有着很好的抑制作用,而中级显着图会放大噪声和展宽车道线,以初级显着图作为掩膜与中级显着图相乘,得到融合显着图。(2)提出凸壳边界信息辅助的车道线定位方法以及特征点生长模型。由于各车道线分布的离散性,利用显着图建立每条车道线的凸壳边界信息,生成最小外接矩形提取车道线候选区域缩小检测范围,并利用外接矩形的大小、长宽比以及中轴方向进行去噪。在光照不均匀时,获取的候选车道线区域并不完整,在最小外接矩形范围内提取车道线种子特征点,利用区域峰值和边缘结合特征生长车道线特征点。(3)采用偏离度约束条件下的自适应直线-抛物线拟合模型。提取的车道线特征点包含噪声,因此提出模型偏离度计算规则去噪,即利用点到曲线的距离约束来判断拟合点是否属于拟合曲线,并计算不属于拟合曲线的拟合点比率作为偏离度。为提升弯道拟合的契合度,设置偏离度阈值,采用回溯法与二分法自适应地找到直线部分与曲线部分的最佳分界点,再分别用直线模型和曲线模型拟合。在本文研究工作基础上,实现了基于显着图的光照鲁棒性车道线检测算法,准确率为92%,检测速度为每秒42.5帧。(本文来源于《华南理工大学》期刊2018-04-12）
马祥,马琴琴,付俊妮[3]（2018）在《一种光照鲁棒性人脸图像超分辨率算法》一文中研究指出为解决光照变化人脸图像的超分辨率问题,提出一种图像超分辨率算法。将输入的低分辨率人脸图像和人脸图像训练集相结合,在低分辨率空间通过对角加载冗余转换,产生多种不同光照的低分辨率人脸图像,并进行局部几何位置约束重建,加权合成多种不同光照的高分辨率人脸图像。实验结果表明,在将人脸图像分辨率提高4×4倍的情况下,该算法不仅能在低分辨率空间下,对一幅分辨率极低的人脸图像重建出所对应的多个不同光照的低分辨率人脸图像,而且能够重建出多种不同光照下质量较高的高分辨率人脸图像。(本文来源于《计算机工程》期刊2018年09期）
崔更申,杨飞,黄廷辉[4]（2014）在《基于相似度的光照鲁棒性肤色检测》一文中研究指出为增强基于相似度的肤色检测算法对较亮或较暗肤色点的鲁棒性,提出在算法检测后采用随亮度动态变化的色度阈值对较亮或较暗的非肤色点进行再次判定,并将符合阈值判定的非肤色点重设为肤色点的方法。实验拟合出肤色在较亮或较暗情况下的色度均值函数及标准差函数,给出色度阈值的表示形式。测试结果表明,对于较亮或较暗肤色点,改进算法具有更高的正检率,表现出更强的稳定性。(本文来源于《计算机工程与设计》期刊2014年12期）
范守科,朱明[5]（2015）在《基于加权分块稀疏表示的光照鲁棒性人脸识别》一文中研究指出针对光照变化对人脸识别的效果带来严重影响,提出一种对人脸识别的光照变化具有鲁棒性的方法,即基于加权分块稀疏表示的人脸识别方法。该方法首先对人脸图像进行离散余弦变换(DCT),通过去除DCT系数的低频部分来移除光照变化分量。通过反离散余弦变换得到光照归一化后的人脸图像,将人脸图像分块,独立地对每个子块作基于稀疏表示的分类,并对每个子块的分类结果进行加权投票得出测试人脸图像的类别。在Yale B、extended-Yale B、CMU-PIE和FERET人脸库上进行实验,实验结果表明该方法适用于光照鲁棒的人脸识别。(本文来源于《计算机应用研究》期刊2015年05期）
黄廷辉,杨飞,崔更申[6]（2014）在《光照鲁棒性较强的肤色检测算法》一文中研究指出针对人脸肤色检测效果受光照影响较大的不足,提出了一种稳定性好的肤色检测算法。首先根据人脸左右对称的特性,采用像素修正算法将人脸区域上的过亮或过暗像素点替换为正常亮度下的像素点;然后采用一种根据像素点亮度的不同动态地确定色度阈值的自适应方法进行肤色检测。实验结果表明,相比YCbCr单高斯模型肤色检测等算法,所提算法在强弱不同的光照情况下提高的正检率超过了10%,误检率降低了5%,而且稳定性明显增强。(本文来源于《计算机应用》期刊2014年04期）
王巍[7]（2013）在《基于多小波变换的光照鲁棒性人脸特征提取算法研究与设计》一文中研究指出人脸识别技术由于其自然性和高可接受性，被广泛的应用于视频监控、司法应用、身份认证等领域。近年来，随着研究的深入，人脸识别技术得到较大的发展，然而光照变化却是一直制约着人脸识别技术普及的关键因素之一。目前，已经提出了许多处理光照影响的算法，光照不变量提取方法以其较高的性能及较小的计算复杂度成为了主流方法之一，该方法又以基于小波变换的光照不变量提取方法为代表。本文在对光照不变量提取算法，小波变换相关理论，双树复小波变换相关理论，光照对人脸识别的影响及直方图均衡化等知识进行了深入的研究后，提出了基于双树复小波变换和贝叶斯去噪模型的光照不变量提取算法。而且利用直方图均衡化对基于小波变换和贝叶斯去噪模型的光照不变量提取算法(WBD算法)与基于双树复小波变换和贝叶斯去噪模型的光照不变量提取算法(DBD算法)进行改进得到了改进的基于小波变换的光照预处理算法(WBDH算法)和改进的基于双树复小波变换的光照预处理算法(DBDH算法)。以下是本文的主要工作和创新点：1.提出了WBDH算法。直方图均衡化能增强图像的对比度和色调。在光照不变量中主要包含的是人脸表面的反射系数，由于只包含较少的光照成分，所以图像的对比度较低，边缘信息也不够明显。本文使用直方图均衡化对WBD算法提取的光照不变量进行增强，取得了较好的效果。实验数据表明，对光照不变量进行直方图均衡化能有效的提高不同光照条件下的人脸识别算法的正确率。2．提出了DBD算法。双树复小波变换是一种新的小波函数，是对传统小波技术的发展，它诸多的优良特性对图像的处理非常有利。基于此，本文提出使用双树复小波变换对WBD算法进行改进得到了DBD算法。DBD算法在Yale B人脸库上性能有较大的改善。3.提出了DBDH算法。本文在DBD算法的基础上使用直方图均衡化又进行了一次改进，希望能得到效果更佳的光照不变量提取算法。实验证明，DBDH算法拥有最好的识别率。(本文来源于《电子科技大学》期刊2013-03-01）
刘帅师,田彦涛,王新竹[8]（2012）在《基于对称双线性模型的光照鲁棒性人脸表情识别》一文中研究指出针对传统的光照预处理方法降低原始图像质量、丢失部分有效辨识信息的缺点,提出一种新颖的应用对称双线性模型来对人脸表情图像进行光照预处理的光照鲁棒性人脸表情识别方法.首先通过对称双线性模型将训练集图像分解为相互独立的光照因子和表情因子,并提取其光照因子.接下来提取含有未知光照的测试集表情图像的表情因子,并将其转换到训练集的若干个已知光照上,这样处理能够将任意光照的测试图像转换到相同的光照平台上,令所有测试图像的特征具有归一化特性.实验结果表明,本文所提光照预处理方法在识别性能上优于传统的光照预处理方法,应用在光照处理后的JAFFE表情库上识别率达到92.37%,表明其适用于光照鲁棒性人脸表情识别.(本文来源于《自动化学报》期刊2012年12期）
潘浩[9]（2012）在《中型组足球机器人视觉系统光照鲁棒性的研究》一文中研究指出中型组机器人足球比赛是机器人足球世界杯(RoboCup)中的一个重要项目,该项目机器人完全自主,最具挑战性。机器人通过视觉传感器对彩色目标进行颜色分类和目标识别,进而完成路径规划、踢球、射门等任务。中型组机器人足球比赛为机器视觉的相关技术研究提供了一个标准的测试环境。对RoboCup中型组足球机器人视觉系统光照鲁棒性的研究,能够拓展机器视觉的应用领域,丰富和发展机器视觉与图像处理的理论知识。在收集和分析国内外相关文献的基础上,本文主要针对机器人视觉的颜色离线标定和颜色识别的光照鲁棒性进行研究。主要研究工作如下：(1)足球机器人视觉的颜色离线标定颜色离线标定是为了建立颜色查找表,颜色查找表是一种映射表,里面是颜色值所一一对应的颜色类别。具体过程是首先用HSI颜色空间表示场地图像的颜色特性；在图像的初始分割中,忽略亮度分量对图像分割的影响,利用波峰查找算法对HS二维颜色直方图进行初始分割；最后以初始分割的值作为初始值,采用模糊C-均值聚类方法对阈值进行补偿,生成颜色查找表,用于实时比赛中对于图像颜色的分类。(2)颜色识别的光照鲁棒性研究本文同时还对在光照变化的条件下,如何提高颜色识别的鲁棒性做了研究。首先比赛开始前初始化球场绿色像素的色调直方图和亮度直方图,利用反向投影的方法通过色调直方图找出球场上的绿色点,记录亮度直方图,在光照变化的情况下通过球场的亮度直方图计算光照变化率,补偿光照变化,更新颜色查找表,提高颜色识别的鲁棒性。论文最后对全文进行了总结,说明了主要研究成果,同时指出本文的不足和有待进一步研究的问题。(本文来源于《广东工业大学》期刊2012-06-01）
王美,梁久祯[10]（2012）在《自适应特征提取的光照鲁棒性人脸识别》一文中研究指出针对光照对人脸特征提取的影响,提出了一种基于多尺度Curvelet变换的自适应局部熵的光照鲁棒性人脸特征提取方法。采用特殊局部对比增强算法对光照不均衡图像进行光照补偿,同时使图像局部特征显着;通过对增强后的图像进行Curvelet多尺度分解,得到的分解系数进行分块求熵从而构成候选特征向量;通过特征鉴别能力分析和评估,对候选特征值进行最优选择。在ORL,Yale,YaleB,AR四个人脸数据库中的实验结果表明,该方法与传统的PCA,LDA方法相比,避免小样本和特征分解问题,同时具有环境适应性和抗光照影响的特点。(本文来源于《计算机工程与应用》期刊2012年11期）
光照鲁棒性论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为解决汽车驾驶安全问题,基于视觉的辅助驾驶系统成为选择,其中基于视觉的车道线检测技术对光照变化敏感。本文研究了基于显着图的对光照不敏感的车道线检测算法,论文主要工作包括:(1)提出对光照变化不敏感的车道线显着图生成方法。基于车道与车道线高对比度设定,计算每个像素与亮度低于该像素的其他像素之间的颜色距离之和作为显着值,生成高亮度优先的亮度对比度初级显着图。基于不同光照下磨损车道线像素呈现类高斯形状的先验分布,采用加入车道线宽度先验知识的一维高斯核逐行进行相关性计算生成中级显着图。由于初级显着图对道路背景像素有着很好的抑制作用,而中级显着图会放大噪声和展宽车道线,以初级显着图作为掩膜与中级显着图相乘,得到融合显着图。(2)提出凸壳边界信息辅助的车道线定位方法以及特征点生长模型。由于各车道线分布的离散性,利用显着图建立每条车道线的凸壳边界信息,生成最小外接矩形提取车道线候选区域缩小检测范围,并利用外接矩形的大小、长宽比以及中轴方向进行去噪。在光照不均匀时,获取的候选车道线区域并不完整,在最小外接矩形范围内提取车道线种子特征点,利用区域峰值和边缘结合特征生长车道线特征点。(3)采用偏离度约束条件下的自适应直线-抛物线拟合模型。提取的车道线特征点包含噪声,因此提出模型偏离度计算规则去噪,即利用点到曲线的距离约束来判断拟合点是否属于拟合曲线,并计算不属于拟合曲线的拟合点比率作为偏离度。为提升弯道拟合的契合度,设置偏离度阈值,采用回溯法与二分法自适应地找到直线部分与曲线部分的最佳分界点,再分别用直线模型和曲线模型拟合。在本文研究工作基础上,实现了基于显着图的光照鲁棒性车道线检测算法,准确率为92%,检测速度为每秒42.5帧。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
光照鲁棒性论文参考文献
[1].张悦.具有姿态和光照鲁棒性的低分辨率人脸识别算法[D].吉林大学.2018
[2].谢清华.基于显着图的光照鲁棒性车道线检测算法研究[D].华南理工大学.2018
[3].马祥,马琴琴,付俊妮.一种光照鲁棒性人脸图像超分辨率算法[J].计算机工程.2018
[4].崔更申,杨飞,黄廷辉.基于相似度的光照鲁棒性肤色检测[J].计算机工程与设计.2014
[5].范守科,朱明.基于加权分块稀疏表示的光照鲁棒性人脸识别[J].计算机应用研究.2015
[6].黄廷辉,杨飞,崔更申.光照鲁棒性较强的肤色检测算法[J].计算机应用.2014
[7].王巍.基于多小波变换的光照鲁棒性人脸特征提取算法研究与设计[D].电子科技大学.2013
[8].刘帅师,田彦涛,王新竹.基于对称双线性模型的光照鲁棒性人脸表情识别[J].自动化学报.2012
[9].潘浩.中型组足球机器人视觉系统光照鲁棒性的研究[D].广东工业大学.2012
[10].王美,梁久祯.自适应特征提取的光照鲁棒性人脸识别[J].计算机工程与应用.2012