Reconnaissance des visages invariante par rapport à l'illumination

Dans ce livre, une étude approfondie des techniques de reconnaissance des visages invariantes par rapport à l'illumination a été réalisée et une méthode basée sur la fusion de deux techniques différentes d'extraction de caractéristiques est proposée pour surmonter les conditions d'illumination défavorables. Le système proposé utilise la normalisation de l'illumination basée sur le gradient pour supprimer la supériorité de la composante d'illumination. Pour obtenir une représentation du visage insensible à l'éclairage, on obtient un rapport entre l'amplitude du gradient et l'intensité de l'image originale. Les caractéristiques du visage sont extraites à l'aide de deux techniques d'extraction différentes. Le motif binaire local (LBP) est un descripteur de texture locale très efficace basé sur le seuillage des pixels d'un petit voisinage en fonction de la valeur du pixel central. Le motif ternaire local (LTP) est une version modifiée du LBP qui résiste au bruit. Les vecteurs de caractéristiques fournis par les deux techniques sont fusionnés au niveau des caractéristiques. Enfin, un réseau neuronal artificiel est utilisé dans la phase de classification à des fins de reconnaissance.

Autorentext

Elle est professeur adjoint au département ECE de l'Université Punjabi de Patiala, en Inde. Elle a onze ans d'expérience dans l'enseignement. Elle a publié plus de 60 articles de recherche. Elle a guidé 26 étudiants en M.Tech. Elle a publié 7 livres électroniques. Elle est membre professionnel de l'IEEE, de l'IFERP et de l'IAENG. Ses domaines de spécialisation sont le DIP et le DSP.