Fast self-quotient imaging method for lighting normalization using a modified Gaussian filter kernel

摘要

自商图像(SQI)方法是一种在多种光照条件下实现人脸鲁棒识别的有效途径，该方法由王海涛、李振民、王阳胜、张建军等人提出。
该技术方案已被学术界广泛认可，并在近期的多篇研究中得到广泛应用，如[2-5]。然而，多数研究者仅将其应用于较小范围的光照变化。2013年，Ognjen Arandjelovic[6]尝试将SQI拓展至更大范围的照明变化，并指出其效果优于此前的认知。与此同时，本文对这一方法进行了大量改进。2007年，SQI原始方案的提出者进一步发展出形态商图像(MQI)及其动态版本(DMQI)[7]。但该方案采用了形态学操作而非加权高斯滤波。更接近于对原始SQI进行修改的是其他学者的研究成果，例如基于全变差(TV)模型的总变异系数图像(TVQI)，由特伦斯·陈等人提出[8]；基于伽柏滤波器的伽柏商图像(GQI)，由Sanun Srisuk和Amnart Petpon[9]开发；修正加权函数的分类外貌商图像(CAQI)，由Masashi西山、Tatsuo Kozakaya和Osamu山口[10]提出；以及利用高斯滤波器多尺度放大的自商图像(ESQI)，由S. Muruganantham和T. Jebarajan[11]设计。然而，这些研究解决的问题与本文所探讨的问题存在差异。
自商图像(SQI)方法源自商图像方法[12,13]，并具备以下三个优势：