Yüz tanımada aydınlanmanın etkisinin uyarlanır histogram eşitleme ile azaltılması

Yüz tanıma; suçlu teşhisi, kredi kartı doğrulaması, güvenlik sistemi ve zeki gözetleme gibi uygulamalarda önemli rolü olması nedeniyle son yıllarda bilim adamlarının çok çalıştığı araştırma konularından biri olmuştur. Mevcut yüz tanıma yöntemlerinin belirli koşullar altında iyi sonuçlar vermesine rağmen, bazı engellerle zaman zaman karşılaşılmaktadır; poz değişimi, aydınlatma değişimi ve ifade değişimi gibi sorunlar yüz tanıma metotlarının performansını etkilemektedir. Aydınlanma değişimi, geçtiğimiz yıllarda ve halen araştırmacıların karşılaştığı önemli ve etkin bir şekilde çözülmesi gereken bir problemdir. Bu tezde, yüz tanımada global, yerel ve uyarlanır olarak histogram eşitlemeye dayalı farklı aydınlanma normalleştirme yöntemleri incelenmektedir. Tanıma performansını artırmak için, yüz görüntüleri üzerinde histogram eşitleme işleminden sonra farklı filtreler uygulanması önerilmektedir. Bu amaçla şu yöntemler denenmekte ve aralarında karşılaştırma yapılmaktadır: Histogram Eşitleme (HE), Yüksek Artış filtresi (HE+HB), Histogram Eşitleme ile Laplacian filtresi (HE+Lap), Yerel histogram eşitleme (LHE), medyan filtresiyle yerel histogram eşitleme (LHE+Med), Gaussian filtresi ile yerel histogram eşitleme (LHE+Gaus) ve Uyarlanır Histogram eşitleme. Bu metotlar, etkili ve verimli bir şekilde düzensiz aydınlanma etkisini ortadan kaldırmakta ve tanıma performansını geliştirmektedir. Deneysel çalışmazda, Yale yüz veritabanı üzerinde yerel histogram yöntemi çeşitli pencere ve parametrelerle uyarlanmış ve sonuç olarak yüz tanıma oranının %46.49 dan (görüntülere hiçbir yöntem uygulamadan) %99.55 e (LHE [7 7+ Gauss 3x3, standart sapma 1 metodu için) artması sağlanmıştır. Karmaşık olmayan bir yöntemle %0.45'lik bir hata oranı elde edilmiş olması önemli bir sonuçtur.