一种基于同态滤波器与Radon变换的光照不变人脸识别方法

J4 ›› 2015, Vol. 37 ›› Issue (12): 2393-2398.

一种基于同态滤波器与Radon变换的光照不变人脸识别方法

齐永锋1，火元莲2

(1.西北师范大学计算机科学与工程学院，甘肃兰州 730070;
2.西北师范大学物理与电子工程学院，甘肃兰州 730070)

收稿日期:2014-10-28 修回日期:2015-05-06 出版日期:2015-12-25 发布日期:2015-12-25
基金资助:
国家自然科学基金资助项目（61262056）

An illumination invariant face recognition method based
on homomorphic filters and Radon transform

QI Yongfeng1,HUO Yuanlian2

(1.College of Computer Science and Engineering,Northwest Normal University,Lanzhou 730070；2.College of Physics and Electronic Engineering,Northwest Normal University,Lanzhou 730070,China)

Received:2014-10-28 Revised:2015-05-06 Online:2015-12-25 Published:2015-12-25

摘要/Abstract

摘要：

为了减轻光照变化对人脸识别精度的影响，提出了一种结合同态滤波器与Radon变换的人脸识别方法。首先用高斯同态滤波器对人脸图像进行处理，然后进行Radon变换，将变换得到的Radon特征用2DPCA/2DLDA进行降维。在Yale和PIE人脸数据库上的实验结果表明，提出的方法在光照变化较大时，其识别精度远高于2DPCA和2DLDA，是一种高精度的人脸识别算法。

关键词: 同态滤波器, Radon变换, 人脸识别

Abstract:

In order to reduce the effect of illumination changes on face recognition accuracy, we propose a face recognition method combining homomorphic filters with Radon transform. Firstly, we filter face images by homomorphic filters, then Radon transform is implemented and the feature dimension is reduced with 2DPCA/2DLDA.Experiment results on Yale and PIE face databases show that the recognition accuracy of the proposed method is better than the 2DPCA and 2DLDA methods under large illumination changes.Key words:

Key words: homomorphic filter;Radon transform;face recognition

齐永锋1，火元莲2. 一种基于同态滤波器与Radon变换的光照不变人脸识别方法[J]. J4, 2015, 37(12): 2393-2398.

QI Yongfeng1,HUO Yuanlian2. An illumination invariant face recognition method based
on homomorphic filters and Radon transform [J]. J4, 2015, 37(12): 2393-2398.

[1]	任拓, 闫玮, 况立群, 谢剑斌, 谌钟毓, 高峰, 郭锐, 束伟, 谢昌颐. 基于多对抗性鉴别网络的人脸活体检测[J]. 计算机工程与科学, 2023, 45(09): 1611-1620.
[2]	严春满, 张昱瑶, 张迪. 改进标签一致KSVD字典学习的人脸识别算法[J]. 计算机工程与科学, 2022, 44(02): 291-297.
[3]	孙雨浩, 陶洋, 胡昊. 基于判别低秩矩阵恢复和协同表示的遮挡人脸识别[J]. 计算机工程与科学, 2020, 42(12): 2199-2207.
[4]	钟国韵,王檬檬,汪宇玲,常艳荣,吴忠粱. 旋转均值跳动特征及其在模糊人脸识别中的应用[J]. 计算机工程与科学, 2020, 42(03): 474-482.
[5]	冯璋，裴东,王维. 基于改进灰狼算法优化支持向量机的人脸识别[J]. 计算机工程与科学, 2019, 41(06): 1057-1063.
[6]	李燕,章玥. 基于随机投影与加权稀疏表示残差的光照鲁棒人脸识别方法[J]. 计算机工程与科学, 2018, 40(11): 2015-2022.
[7]	纪明君，刘漫丹，才乐千. 基于半监督LDA特征子空间优化的人脸识别算法[J]. 计算机工程与科学, 2018, 40(10): 1851-1857.
[8]	张建明1,2，廖婷婷1,2，吴宏林1,2，刘宇凯1,2. 基于改进分数阶SVD的块协作表示的小样本人脸识别算法[J]. 计算机工程与科学, 2018, 40(07): 1237-1243.
[9]	杜弘彦，王士同，李滔. 基于非线性距离和夹角组合的最近特征空间嵌入方法[J]. 计算机工程与科学, 2018, 40(05): 888-897.
[10]	刘冀伟1，史尹嘉1，白羽1，严朝雯2. 一种脑电信息监督人脸图像的注意力分析方法[J]. 计算机工程与科学, 2018, 40(02): 298-303.
[11]	刘欢，苏士美. 基于EHMM-SVM的人脸识别算法研究[J]. 计算机工程与科学, 2017, 39(05): 925-930.
[12]	崔鹏，张雪婷. 一种基于块共同特征值的人脸识别方法[J]. 计算机工程与科学, 2017, 39(04): 777-784.
[13]	丁铭，贾维敏. 基于L1范数的分块二维局部保持投影算法[J]. 计算机工程与科学, 2017, 39(03): 519-523.
[14]	傅俊鹏，陈秀宏，葛骁倩. L2,1范数正则化的不相关判别分析及其在人脸识别中的应用[J]. 计算机工程与科学, 2017, 39(02): 343-350.
[15]	杨方方1，吴锡生1，顾标准2. 基于低秩子空间投影和Gabor特征的稀疏表示人脸识别算法[J]. 计算机工程与科学, 2017, 39(01): 131-137.