有人能推荐一些适用于面部认证的良好照明规范化算法吗？我已经尝试过基本算法，如DoG、LBP等。

Question

3

作为我的项目的一部分，我希望构建一个光照不变的人脸认证系统。限制条件是我只有一张注册图像，但我可以选择将认证图像适应性地添加到注册文件夹中。人脸图像几乎都是正面的。是否有人能提供一种或两种至多三种算法的组合，使我的人脸认证系统对光照更加稳健？

我已经尝试过LBP及其DoG变体，以及MATLAB INface工具箱中的一些20个左右的光照归一化算法。

-Chaitanya

- santiago_apr1

2个回答

1

- Arturo

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- dajuric · Accepted Answer

照明可以进行校正（有像灰度世界、Retinex等算法）=> 尝试使用它们对图像进行预处理。

通过使用不同的颜色空间，如Lab和HSV，您将获得光照不变的组件（HSV中的H和S，Lab中的a和b），但仅适用于白光（太阳光也很好）。如果您有蓝色灯（例如），这些颜色空间将不合适。

我的建议是使用不变特征，如梯度方向、LBP特征、SIFT和SURF特征，然后用它们来训练分类器。

人脸识别最常见的方法是使用PCA（或核PCA）与SVM分类器。您可能需要使用多个图像，因为人物不会在相同的环境中具有相同的头部方向。