[1]韩鹏 张代远[].一种基于光照方向估计的人脸识别方法[J].计算机技术与发展,2012,(06):85-88.
　HAN Peng,ZHANG Dai-yuan.Face Recognition Based on Illuminant Direction Estimation[J].,2012,(06):85-88.
点击复制

一种基于光照方向估计的人脸识别方法()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2012年06期
页码:
85-88
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Face Recognition Based on Illuminant Direction Estimation
文章编号:
1673-629X（2012）06-0085-04
作者:
韩鹏1 张代远[1; 2; 3]
[1]南京邮电大学计算机学院[2]江苏省无线传感网高技术研究重点实验室[3]南京邮电大学计算机技术研究所
Author(s):
HAN Peng ; ZHANG Dai-yuan
[1]College of Computer, Nanjing University of Posts and Telecommunications[2]Jiangsu High Technology Research Key Laboratory for Wireless Sensor Networks[3] Institute of Computer Technology, Nanjing University of Posts and Telecommunications
关键词:
人脸识别; 垂直积分投影; 光照估计; 主成分分析; 投影子空间
Keywords:
face recognition;  vertical integral projection;  estimated illumination;  PCA;  subspace projection
分类号:
TP301
文献标志码:
A
摘要:
针对不同光照条件下的人脸识别率较低,尤其是在极端光照条件下识别率急剧下降的问题,提出了一种基于垂直积分投影和高光区域处理的光照方向估计方法。利用该方法,可以根据估计的光照方向对不同的光照条件下的图像进行分类。经过分类后,将每个光照类别对应一个投影子空间,然后将分好类的图像分别投影到各自的子空间进行识别,以提高识别效果。最后在YaleB人脸数据库上进行实验,实验结果表明该方法可有效地提高在不同光照条件下的人脸识别率
Abstract:
To solve the problem that face detection rates usually drop quickly if the illumination is too bright,too dark,or non-uniform illumination ,present a method based on estimated illumination and vertical integral projection. First of all, the images are classified according to the illumination conditions, and then protected to each subspace to be recognized,improving the recognition effect. The experimental results on YaleB face database show that this method can effectively improve the face detection rates under different illumination conditions

相似文献/References:

[1]徐钊,吴光敏,覃世欢.基于AccelDSP的LBP算法在人脸识别中的应用[J].计算机技术与发展,2014,24(01):51.
　XU Zhao,WU Guang-min,QIN Shi-huan.Application of LBP Algorithm Based on AccelDSP in Face Recognition[J].,2014,24(06):51.
[2]时书剑 马燕.基于Gabor滤波和KPCA的人脸识别方法[J].计算机技术与发展,2010,(04):51.
　SHI Shu-jian,MA Yan.Face Recognition Based on Gabor Filters and Kernel Principal Component Analysis[J].,2010,(06):51.
[3]袁健 姚明海.基于简化局部二元法的人脸特征提取[J].计算机技术与发展,2009,(06):84.
　YUAN Jian,YAO Ming-hai.Facial Feature Extraction Based on Simplified Local Binary Patterns[J].,2009,(06):84.
[4]李伟.人脸识别算法在智能手机上的实现[J].计算机技术与发展,2008,(01):161.
　LI Wei.Implementation of Face Identification in Intelligent Mobile Telephone[J].,2008,(06):161.
[5]黄国宏 刘刚.一种新的基于Fisher准则的线性特征提取方法[J].计算机技术与发展,2008,(05):227.
　HUANG Guo-hong,LIU Gang.A New Linear Feature Extraction Method Based on Fisher Criterion[J].,2008,(06):227.
[6]孙晓玲 侯德文 储凡静.人脸识别中的眼睛定位方法[J].计算机技术与发展,2008,(10):46.
　SUN Xiao-ling,HOU De-wen,CHU Fan-jing.Eye Location in Face Recogniton[J].,2008,(06):46.
[7]王静 谭同德.基于梯度和模板二次匹配的人眼定位[J].计算机技术与发展,2007,(10):144.
　WANG Jing,TAN Tong-de.A Method to Eyes Location Based on Step- Direction and Templet - Matching[J].,2007,(06):144.
[8]高宏娟 潘晨.基于非负矩阵分解的人脸识别算法的改进[J].计算机技术与发展,2007,(11):63.
　GAO Hong-juan,PAN Chen.Improved Face Recognition Algorithm Based on Non- Negative Matrix Factorization[J].,2007,(06):63.
[9]徐勇 张海 周森鑫 王辉.基于统计学习理论的人脸识别方法研究[J].计算机技术与发展,2007,(11):118.
　XU Yong,ZHANG Hai,ZHOU Sen-xin,et al.Research on Face Recognition Based on Statistical Learning Theory[J].,2007,(06):118.
[10]马驰 阮秋琦.基于离散微粒群优化算法的SVM参数选择[J].计算机技术与发展,2007,(12):20.
　MA Chi,RUAN Qiu-qi.Parameter Selection for SVM Based on Discrete PSO[J].,2007,(06):20.

备注/Memo

备注/Memo:
江苏省高校优势学科建设工程资助项目（yx002001）韩鹏（1986-），男，硕士研究生，研究方向为智能计算技术与应用张代远，教授，硕士生导师，研究方向为智能计算理论、方法与应用，计算机体系结构，计算机住通信中的应用
更新日期/Last Update: 1900-01-01