Beleuchtungsinvariante Gesichtserkennung

In diesem Buch wurde eine eingehende Studie ?ber den Stand der Technik der beleuchtungsinvarianten Gesichtserkennungstechniken durchgef?hrt und eine Methode vorgeschlagen, die auf der Fusion von zwei verschiedenen Merkmalsextraktionstechniken basiert, um die ung?nstigen Beleuchtungsbedingungen zu ?berwinden. Das vorgeschlagene System verwendet die gradientenbasierte Beleuchtungsnormalisierung, um die ?berlegenheit der Beleuchtungskomponente zu entfernen. Um die beleuchtungsunempfindliche Gesichtsdarstellung zu erhalten, wird ein Verh?ltnis der Gradientenamplitude zur urspr?nglichen Bildintensit?t ermittelt. Die Gesichtsmerkmale werden mit zwei verschiedenen Merkmalsextraktionstechniken extrahiert. Das lokale bin?re Muster (LBP) ist ein sehr effizienter lokaler Texturdeskriptor, der auf der Schwellenwertbildung f?r die Pixel in einer kleinen Nachbarschaft auf der Grundlage des Wertes des mittleren Pixels basiert. Das lokale tern?re Muster (LTP) ist eine rauschresistente modifizierte Version des LBP. Die von den beiden Techniken gelieferten Merkmalsvektoren werden auf Merkmalsebene verschmolzen. Schlie lich wird in der Klassifizierungsphase zur Erkennung ein k?nstliches neuronales Netz verwendet.