基于局部分阶段归一化的复杂光照人脸识别

以往算法通过低通、高通滤波的模式实施人脸图像的光照、光照不变量的估计,存在邻域像素信息混杂的问题,无法准确地从人脸图像中提取人脸本征.考虑邻域像素成像光照的相关性,提出基于邻域像素成像光照消除的局部分阶段归一化光照不变特征提取模型,可获取人脸图像的多细节光照不变特征,并通过内积度量构建基于多层次匹配的类别鉴别方法.Yale B和Extended Yale B人脸库上的试验结果表明,该算法能明显提高复杂光照人脸识别性能,明显优于当前先进算法.