作为我项目的一部分，我想构建一个照明不变的面部认证系统。约束是我只有1个注册图像，但我可以选择自适应地将认证图像添加到注册文件夹。脸部图像几乎是正面的。任何人都可以建议一个算法或2-3 algos的组合，使我的脸认证系统对照明稳健。
我已经尝试过使用DoG的LBP及其变体，以及来自MATLAB INface工具箱的工具箱，它具有大约20个奇数照明归一化算法。
-Chaitanya
答案 0 :(得分：2)
可以校正照明（有像Gray-World，Retinex等算法）=＆gt;尝试用它们预处理图像。
通过使用不同的颜色空间（如Lab和HSV），您将获得照明不变分量（HSV中的H和S，实验室中的a，b）但仅适用于白光（也适用于太阳光）。如果你有蓝灯（例如）那些颜色空间是不合适的。
我的建议是使用不变的功能，如渐变方向，LBP特征，SIFT和SURF特征，然后用它们训练分类器。
面部识别的最常用方法是将PCA（或内核PCA）与SVM分类器一起使用。 您可能不得不使用多个图像，因为人不会处于相同头部方向的相同环境中。
答案 1 :(得分：1)