用于光照不变人脸识别的局部切片-Wasserstein 特征集
计算机视觉与模式识别
2022-02-23 v1
摘要
我们提出一种在变化光照条件下从数字图像进行人脸识别的新方法。该方法基于利用 Radon 累积分布变换（R-CDT）对局部梯度分布进行数学建模。我们证明光照变化会导致局部图像梯度分布的特定类型形变，当在 R-CDT 域中表示时，可建模为一个子空间。随后在局部梯度分布的 R-CDT 域中使用最近子空间进行人脸识别。实验结果表明，所提方法在多个具有挑战性光照条件下的人脸识别任务中优于其他替代方法。实现所提方法的 Python 代码已公开，其作为软件包 PyTransKit 的一部分集成。
引用
@article{arxiv.2202.10642,
title = {Local Sliced-Wasserstein Feature Sets for Illumination-invariant Face Recognition},
author = {Yan Zhuang and Shiying Li and Mohammad Shifat-E-Rabbi and Xuwang Yin and Abu Hasnat Mohammad Rubaiyat and Gustavo K. Rohde},
journal= {arXiv preprint arXiv:2202.10642},
year = {2022}
}
备注
14 pages, 9 figures