scholarly journals Illumination Invariant Face Recognition under Various Facial Expressions and Occlusions

2008 ◽  
pp. 304-311
Author(s):  
Tiwuya H. Faaya ◽  
Önsen Toygar
Keyword(s):  
Face Recognition ◽  
Facial Expressions ◽  
Illumination Invariant

Pose and Illumination Invariant Face Recognition Based on HMM with One Sample Per Person

2009 ◽  
Vol 32 (7) ◽  
pp. 1424-1433 ◽  
Author(s):  
Feng-Song HU ◽  
Mao-Jun ZHANG ◽  
Bei-Ji ZOU ◽  
Jun-Rong MA
Keyword(s):  
Face Recognition ◽  
Illumination Invariant

Rough membership function based illumination classifier for illumination invariant face recognition

2013 ◽  
Vol 13 (10) ◽  
pp. 4105-4117 ◽  
Author(s):  
K.R. Singh ◽  
M.A. Zaveri ◽  
M.M. Raghuwanshi
Keyword(s):  
Face Recognition ◽  
Membership Function ◽  
Illumination Invariant

scholarly journals Illumination Invariant Face Recognition

2020 ◽  
Vol 10 (3) ◽  
pp. 129
Author(s):  
Regina Lionnie ◽  
Mochamad Miftakhul Huda ◽  
Mudrik Alaydrus
Keyword(s):  
Face Recognition ◽  
Local Binary Pattern ◽  
Cross Validation ◽  
Graph Matching ◽  
Illumination Invariant ◽  
Fold Cross Validation

Face recognition adalah bidang penelitian yang selalu menjadi topik penelitian dengan peminatan yang sangat besar. Berbagai potensial pengembangan aplikasi, dari sistem keamanan individu hingga untuk sistem control dan sistem surveillance. Algoritma pengenalan wajah telah diusulkan oleh banyak peneliti. Metode pengenalan wajah dengan performa yang baik seperti eigenfaces, fisherfaces, jaringan saraf tiruan, elastic bunch graph matching, laplacian faces, dan lainnya. Performa dari algoritma ini awalnya diuji pada gambar wajah yang dikumpulkan di bawah lingkungan kontrol yang baik pada kondisi studio dan pencahayaan yang diatur, dan karenanya, sebagian besar mengalami kesulitan dalam mengatasi gambar alami, yang dapat ditangkap di bawah kondisi pencahayaan, pose, dan ekspresi wajah yang sangat bervariasi. Situasi menjadi lebih menantang ketika kombinasi variasi ini harus ditangani secara bersamaan. Kondisi pencahayaan berbeda menimbulkan hambatan vital dalam sistem pengenalan karena mereka sangat mempengaruhi penampilan gambar wajah dan meningkatkan variasi antar kelas. Pada penelitian ini, telah dibangun sistem pengenalan wajah menggunakan Local Binary Pattern (LBP) dengan total gambar pada basis data sebanyak 400 gambar yang diambil dari 25 kelas/responden. Menggunakan 2-fold cross validation dan jarak Euclidean, presisi tertinggi yang diraih system adalah sebesar 87,98% dengan variasi ekualisasi histogram tanpa menggunakan LBP.

Sign in / Sign up

Export Citation Format

Share Document