在人脸识别过程中使用高斯窗口抑制背景

Question

我正在尝试使用一组28张数据库图像执行面部识别(7人每人4张)。每个人都有两张照片，每张照片都是在两个非常不同的背景下拍摄的。每幅图像的中心都有一个人的脸。

最初，当我对7个人(每个人2个，背景相同)的图像运行面部识别算法时，我的算法工作得很好。然而，在添加了不同背景下的人脸图像后，该算法并没有按预期工作，这表明图像中的背景正在引起问题。

我读了马修·特克和亚历克斯·彭特兰的论文，他们建议将图像乘以以面部为中心的二维高斯窗口。我尝试这样做，但是，面部识别算法的性能并没有提高。

谁能帮助我理解这个与二维高斯窗口相关的过程，以及它如何应用于面部识别？土耳其人和彭特兰人声称这个过程对他们很有效。

我在像素位置(x，y)对二维高斯pdf使用了以下公式：

​

Answer 1

马修·特克和亚历克斯·彭特兰可能正在讨论用二维高斯矩阵对图像进行过滤，尽管我对这篇论文并不熟悉。滤波器可以被认为是时域中的卷积，或者频域中的乘法。如果使用二维高斯对图像进行过滤，效果将是图像更平滑的版本。如下所示：

考虑一张原始(未过滤)的图片：

​

​

使用高斯矩阵进行过滤：

​

​

得到的结果是原始文件的“平滑”版本：

​

​

如果有帮助，请让我知道！

Answer 2

在我正在研究的面部识别算法中，您提到的操作并不是我所需要的。事实上，在我的算法的初级阶段，我确实尝试过卷积，但无济于事。

实际上，我所做的只是将图像矩阵乘以一个二维高斯矩阵，这给了我一个新的图像，突出了面部部分，并抑制了背景部分。

然而，我可以选择在我的算法的不同阶段这样做，在某些阶段这样做比在其他阶段做得更好。我想看看是否有人有同样的问题，并对我应该在什么阶段使用我的高斯有建议。