基于局部二值模式直方图算法与 CLAHE 的改进型低分辨率实时人脸识别系统

本研究提出了一种在 15 像素低分辨率下具有姿态、表情和分辨率变化的改进型实时人脸识别系统。我们设计了名为 LRD200 和 LRD100 的数据集，用于训练和分类。人脸检测部分使用 Viola-Jones 算法，人脸识别部分接收来自人脸检测部分的人脸图像，利用局部二值模式直方图（LBPH）算法进行处理，并采用限制对比度自适应直方图均衡化（CLAHE）和人脸对齐进行预处理。该系统中的人脸数据库可通过我们自建的独立 Android 应用更新，并在数据库更新后自动重启训练和识别过程。使用我们提出的算法，在每人包含 200 张图像的 LRD200 数据库上，于 15 像素下实现了 78.40% 的实时人脸识别准确率，在 45 像素下实现了 98.05% 的准确率。在数据库每人 100 张图像（LRD100）时，所取得的准确率分别为 15 像素下 60.60% 和 45 像素下 95%。相对于正面人脸左右约 30 度的面部偏转，平均人脸识别精度为 72.25% - 81.85%。该人脸识别系统可用于执法目的，其中监控摄像头因人物距摄像头较远而捕获低分辨率图像。它也可用作机场、汽车站等处的监控系统，以降低潜在犯罪威胁的风险。