為什麼LBP 對光照不敏感?

最近你在看LBP 有一個疑問,為什麼LBP對光照不敏感?


LBP是算ranking呀。

一般來說光照是全局特徵,很難對某個小patch內的pixel ranking產生很大影響。

再具體的理論分析可以看這篇文章:

http://www.dennis-strelow.com/papers/documents/iccv11.pdf


LBP的計算方式大概是這樣的如下(neighbor的編號方式可能因實現異):

舉個例子:

如果我們對所有的像素加上一個常數值,LBP之後的c仍然還是一樣的。這就是為什麼有人說他對線性光照魯棒。但是線性光照的情況在實際情況中很難遇見, 特別是非平面的物體,比如人臉。所以實際中不要輕易假設LBP不受光照的影響。


光照還是有影響的,只是對灰度(線性光照)不敏感:

LBP operator is robust against monotonic gray scale transformations. The following figure demonstrates the robustness of LBP of the same subject (Yale A subject 01) under different gray scale conditions


因為正常情況下的光照很難只照一幅圖像中的一個或某極少數幾個像素。


LBP只是對線性變化的光照不敏感,想像一下3*3的原始的LBP,如果這9個像素整體都加上或者減去a,最後求出來的LBP值都是一樣的。如果9個像素是非線性的變化,那這個LBP就會改變了。


推薦閱讀:

如何看待蘋果2017 iPhoneX發布會上演示faceID demo演砸的情況?
人工智慧公司如何從人臉識別到萬物互聯?
如何看待愛否FView測試中vivo x20的人臉解鎖用照片可以輕鬆破解?
有沒有人臉識別領域比較好的綜述型文章?
人臉識別應用有哪些?

TAG:演算法 | 人臉識別 | 模式識別 |