This paper proposes an enhanced ill

This paper proposes an enhanced illumination compensation algorithm, which can compensate for the uneven illuminations on human faces and reconstruct face images in normal lighting conditions. To detect the illumination category, based on 65 categories in YaleB database, the images processed using Block-based Histogram Equalization (BHE) is compared with the original face image processed using histogram equalization (HE). Based on the identified illumination category, a quadratic model is used to reconstruct an image that will visually be under normal illumination. In order to avoid the effect of light source intensity on face images, we used HE method. Experimental results show that, by using our enhanced algorithm for lighting compensation, the face recognition rate using principal component analysis can be improved to 98.91%.

ผลลัพธ์ (ไทย) 1:

กระดาษนี้เสนอการเพิ่มรัศมีแทนอัลกอริทึม ซึ่งสามารถชดเชย illuminations ไม่สม่ำเสมอบนใบหน้ามนุษย์ และสร้างภาพใบหน้าในสภาพแสงปกติ ตรวจหาประเภทรัศมี ตามประเภทในฐานข้อมูล YaleB, 65 ภาพที่ประมวลผลโดยใช้บล็อกโดยใช้ฮิสโตแกรมปรับแต่ง (BHE) ถูกเปรียบเทียบกับรูปหน้าเดิมที่ดำเนินการโดยใช้ฮิสโตแกรมปรับแต่ง (เขา) ตามประเภทที่ระบุรัศมี แบบกำลังสองจะใช้เพื่อสร้างรูปภาพที่จะมองเห็นภายใต้แสงสว่างปกติ เพื่อหลีกเลี่ยงผลของความเข้มแสงภาพใบหน้า เราใช้เขาวิธี ผลการทดลองแสดงว่า โดยใช้อัลกอริทึมของเราเพิ่มการชดเชยแสง อัตราการรู้จำใบหน้าที่ใช้วิเคราะห์ส่วนประกอบหลักสามารถปรับปรุง 98.91%

ผลลัพธ์ (ไทย) 2:

บทความนี้นำเสนอขั้นตอนวิธีการชดเชยความสว่างที่เพิ่มขึ้นซึ่งสามารถชดเชยการ illuminations ไม่สม่ำเสมอบนใบหน้าของมนุษย์และการสร้างภาพใบหน้าในสภาพแสงปกติ ในการตรวจสอบประเภทที่ส่องสว่างอยู่บนพื้นฐานของ 65 ประเภทในฐานข้อมูล YaleB, ภาพที่ประมวลผลโดยใช้บล็อกตาม Histogram Equalization (BHE) เปรียบเทียบกับภาพใบหน้าที่เดิมประมวลผลโดยใช้เท่าเทียมกัน Histogram (HE) ขึ้นอยู่กับประเภทการส่องสว่างระบุรูปแบบสมการกำลังสองจะใช้ในการสร้างภาพที่มองเห็นจะอยู่ภายใต้การส่องสว่างปกติ เพื่อหลีกเลี่ยงผลกระทบของแหล่งที่มาของความเข้มของแสงบนภาพใบหน้าของเราใช้วิธีการที่เขา ผลการทดลองแสดงให้เห็นว่าโดยใช้อัลกอริทึมที่เพิ่มขึ้นของเราสำหรับการชดเชยแสงอัตราการรู้จำใบหน้าโดยใช้การวิเคราะห์องค์ประกอบหลักที่สามารถปรับปรุงให้ดีขึ้น 98.91%

ผลลัพธ์ (ไทย) 3:

บทความนี้เสนอขั้นตอนวิธีการชดเชยเพิ่มขึ้น ซึ่งสามารถชดเชยแสงที่ไม่สม่ำเสมอบนใบหน้าของมนุษย์และสร้างหน้าภาพในสภาพแสงปกติ ตรวจสอบประเภทส่องสว่างตามประเภทในฐานข้อมูล yaleb 65 ,ภาพประมวลผลการใช้บล็อกกราฟปรับฐาน ( BHE ) เปรียบเทียบกับภาพต้นฉบับหน้าประมวลผลการใช้ histogram อีค ( เขา ) ขึ้นอยู่กับการระบุประเภท รูปแบบกำลังสอง คือใช้เพื่อสร้างภาพที่จะมองเห็นได้ภายใต้แสงปกติ เพื่อหลีกเลี่ยงผลของความเข้มแสงบนภาพใบหน้าเขา เราใช้วิธีผลการทดลองแสดงให้เห็นว่า โดยใช้ขั้นตอนวิธีการเพิ่มชดเชยแสง ใบหน้าเท่ากัน โดยใช้การวิเคราะห์องค์ประกอบหลักสามารถปรับปรุงเพื่อ 98.91 %