计划写一个图像光照规整系列的博客。不知自己是否能够坚持写下去。把所用的写出来,算是进一步的理解,也算是自己的一个总结吧。
准备写的是非model的光照规整算法。从简单开始,例如直方图拉伸,直方图均衡化,Gamma校正;到复杂的,例如,Single Scale Retinex×(SSR),Total Variance(TV)。或许因为本人数学功底不行,SSR和TV在数学上,个人真的觉得好复杂,好难搞!
一个东西,如果找得到code,可以直接使用,看效果调参数;进一步可以大致理解原理,知其然;牛的,从数学层面上解释。本人首先从给出效果图,然后尽量把原理说清楚,最后,尽我所能把数学公式解释清楚。因为某种需要,本人暂时仅仅在使用效果层面上。
罗嗦这么久,大家都很想知道,怎么去评价一个光照规整算法是否work?人眼看?计算分离度?放到实际系统中测试?个人经验,只有放到实际系统中进行测试,识别率提高才算work。无论人眼看着多好,分离度多高,放到系统中测试,还是很有可能会不work的。所以,我会尽量在公开数据库上搭建起一个小型人脸识别系统进行测试,也尽量使用全的,大的数据库,作为测试的标准。