Điều kiện ánh sáng có thể ảnh hưởng đáng kể đến hiệu suất của hệ thống thị lực máy tính. sự bất biến ánh sáng đảm bảo rằng những hệ thống này có thể hoạt động một cách đáng tin cậy trong môi trường và viễn cảnh ánh sáng khác nhau. nhiều phương pháp khác nhau đã được phát triển để giải quyết thách thức này, tập trung vào việc xử lý, khai thác tính năng và đào tạo mô hình.

Xử lý kỹ thuật tiền tiến hình ảnh

Phương pháp xử lý sẵn định dạng ánh sáng thay đổi chuẩn trước khi tính năng trích xuất. Ảnh siêu âm tương phản với ảnh để giảm sự khác biệt ánh sáng. Tính năng sửa chữa gamma chỉnh độ sáng chuẩn cho mức độ sáng. Hơn nữa, thuật toán màu cố gắng gỡ bỏ thành kiến màu gây ra bởi các nguồn chiếu sáng khác nhau.

Phương pháp lấy tính năng

Xuất ra những tính năng ít nhạy cảm hơn khi thay đổi ánh sáng tăng cường độ mạnh của hệ thống. Kỹ thuật như kiểu nhị phân cục bộ (LBP) tập trung vào kết cấu thay vì cường độ, khiến chúng không thay đổi nhiều hơn để chiếu sáng. Các tính năng dựa trên Gradient như cạnh và cạnh và nếp đều cũng không bị ảnh hưởng bởi biến thể ánh sáng, cung cấp các dấu hiệu ổn định cho các công việc nhận diện.

Chiến thuật huấn luyện mẫu

Việc huấn luyện với điều kiện ánh sáng khác nhau giúp cải thiện sự không thay đổi của chúng. tăng cường dữ liệu bao gồm tạo ra những biến thể tổng hợp của hình ảnh dưới những cảnh chiếu sáng khác nhau. sử dụng tính năng không thay đổi trong mô hình học tập máy, chẳng hạn như mạng thần kinh sâu được đào tạo trên nhiều bộ dữ liệu khác nhau, có thể tăng cường tính năng mạnh mẽ hơn chống lại thay đổi ánh sáng.

Kỹ thuật phụ

  • Những người phân biệt chủng tộc: sử dụng những người dùng phân hủy chuyên biệt được thiết kế để không có ý nghĩa với ánh sáng.
  • Hình ảnh hiển thị: cấu trúc ảnh qua các bóng khác nhau để giảm hiệu ứng ánh sáng.
  • Các thuật toán đã được thực hiện: hệ thống điều chỉnh một cách năng động để thay đổi điều kiện ánh sáng.