11、光照对人脸识别的影响及算法研究

光照对人脸识别的影响及算法研究

1. 引言

在视觉世界中，光照的多样性极大地丰富了我们的体验，但也给图像识别，尤其是人脸识别带来了挑战。从相关示例图像可以明显看出，光照对人脸外观的影响十分显著。相同视角但不同光照条件下拍摄的同一人的图像，其差异可能比相同光照条件下不同人的图像差异更大。这表明，仅基于简单的 L2 相似度的人脸识别算法在处理这类图像时往往会失败。

过去，基于特征的方法通过面部特征之间的属性和关系进行识别，但在光照条件不佳时，这些特征的提取可能会出现问题。而基于图像或外观的技术则提供了不同的思路，它们试图构建物体图像的低维表示，以最小二乘法的方式忠实呈现原始图像。对于光照变化下的人脸识别问题，一些成功的方法采用了这种基于图像的方式，利用少量训练图像构建低维表示，通常是图像空间中的线性子空间，从而使识别算法高效且易于实现。

光照建模主要涉及像素强度的变化和阴影的形成。对于人脸反射率的建模，简单的朗伯模型已被证明是足够且有效的。在该模型中，每个表面点的辐射（像素强度）由单位法向量与光照向量的内积决定。虽然朗伯模型在图像层面具有线性特性，但由于存在 max 项，它在光照向量上只是准线性的，这与附着阴影的形成有关。此外，表面上还会出现附着阴影和投射阴影，投射阴影与物体的全局几何形状相关，分析起来更为困难。

2. 光照不变量的不存在性

有研究表明，对于任意两张图像，无论它们是否来自同一物体，总是存在一组朗伯表面、反照率模式和光源可以生成它们。这意味着，从理论上讲，我们无法绝对确定两张图像是否由同一物体创建。具体来说，给定两张图像 I 和 J 以及任意两个线性无关的向量 ⃗s、⃗l，存在一个朗伯表面 S，使得在由 ⃗s 和 ⃗l 指定的