Ang mga pagbabago sa liwanag ay makaaapekto nang malaki sa pagiging tumpak ng pagkilala sa mga bagay sa mga larawan o video.

Pag - unawa sa Problema ng Pag - ahon

Ang problemang kaliwanagan ay nangyayari kapag ang mga kondisyon ng liwanag sa isang pagbabago sa kapaligiran, na nagiging sanhi ng mga pagkakaiba sa hitsura ng bagay. mga shadow, tampok na mga bahagi, at mga pagbabago sa kulay ay maaaring humantong sa maling pag-uuri o hindi pag-aanalisa sa pamamagitan ng pagkilala ng mga algorithm.

Mga Pamamaraan Para sa Walang - Kapintasan na Pagpapahalaga

May ilang pamamaraan na ginawa para masagot ang hamon sa liwanag ng liwanag, at ginagawa nitong normal ang mga epekto ng liwanag o nakukuha ang mga bahagi nito para hindi ito magbago, anupat mas nakikilala kung tumpak ito.

Pag - aayos ng Larawan

Ang mga paraan ng preprocessing tulad ng histagram equalization at gamma reflection ay nag-aayos ng mga imahe upang mabawasan ang mga dispartidad ng liwanag. Ang mga hakbang na ito ay tumutulong sa pag-aayos ng mga input data bago ang tampok na pagkuha.

Mga Pamamaraan sa Pag - aalis ng Katangian

Ang paggamit ng mga katangian tulad ng Lokal na mga Pamahayang Pampangasiwaan (LBP) o Scall-Invit Feature Transform (SIFT) ay maaaring makapagpabuti ng rolesidad. Ang mga katangiang ito ay hindi gaanong sensitibo sa pag-iilaw ng mga pagkakaiba at tulong sa hindi nagbabagong pagkilala ng bagay.

Patiunang mga Paglapit

Ang mga modelo ng malalim na pag-aaral, lalo na ang mga convolutional neural network (CNN), ay nagpakita ng mahalagang pangako.Matututunan nila ang invariant na tampok sa pamamagitan ng malawak na pagsasanay sa iba't ibang kondisyon ng ilaw.

Ang pagsasama ng mga pamamaraang ito ay umaakay sa mas maaasahang mga sistema ng pagkilala.