基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高复杂光照条件下的人脸识别性能,提出一种基于虚拟曝光融合的光照自适应人脸图像增强方法.该方法针对检测到的人脸图像,计算其平均亮度,并与经由统计学习得到的正常光照人脸图像的亮度区间进行比较,判定其光照水平,分为低光照、高光照或正常光照,然后基于相机响应模型采用虚拟曝光融合的方法对低光照和高光照人脸图像进行光照增强处理,此过程循环迭代处理直到增强的人脸图像平均亮度达到正常水平.这种光照自适应增强后的人脸图像可作为输入无缝接入现有的人脸识别算法中,从而改善人脸识别系统性能.在Extended Yale B和CMU_PIE人脸图像数据库上的实验结果表明,该方法能有效提高复杂光照下的人脸识别率.
推荐文章
基于自适应梯度域融合的图像无缝镶嵌方法
图像镶嵌
自适应
梯度域
混合梯度
泊松融合
亮度调整
曝光差异
基于自适应平滑滤波的图像增强
自适应平滑滤波
噪声去除
细节图像
图像增强
基于PCA和自适应区域方差的图像融合方法
图像融合
提升小波
主元分析
局部区域方差
基于YCgCr颜色空间的光照自适应的肤色区域检测
肤色模型
RGB颜色空间
YCgCr颜色空间
肤色检测
光照自适应
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于虚拟曝光融合的光照自适应人脸图像增强方法
来源期刊 武汉科技大学学报(自然科学版) 学科 工学
关键词 人脸识别 图像增强 光照自适应 曝光融合 相机响应模型 光照水平
年,卷(期) 2020,(1) 所属期刊栏目
研究方向 页码范围 67-73
页数 7页 分类号 TP391.41
字数 5758字 语种 中文
DOI 10.3969/j.issn.1674-3644.2020.01.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐望明 武汉科技大学信息科学与工程学院 25 98 5.0 9.0
10 伍世虔 武汉科技大学信息科学与工程学院 25 160 4.0 12.0
14 靳晓缘 武汉科技大学信息科学与工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (77)
共引文献  (47)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(7)
  • 参考文献(2)
  • 二级参考文献(5)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(9)
  • 参考文献(0)
  • 二级参考文献(9)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(4)
  • 参考文献(2)
  • 二级参考文献(2)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人脸识别
图像增强
光照自适应
曝光融合
相机响应模型
光照水平
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
武汉科技大学学报(自然科学版)
双月刊
1674-3644
42-1608/N
湖北武汉青山区
chi
出版文献量(篇)
2627
总下载数(次)
1
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导