机器人可以即使在逆光下识别人脸？

基于视觉的人脸检测和识别是计算机视觉和机器人中增长最快的研究领域之一，广泛应用于人类相关的几个应用程序。然而，基于视觉的人脸检测和识别已被证明是在正常照明条件下才有效。在开发的人脸检测和识别算法，至关重要的是要考虑两个正常和严重的光照条件。一种方法是将各种光照条件下的人脸图像转换成的外形不变的脸时同时保持纹理和面部特征的面孔特异性特点。

现在，计算机科学系和工程丰桥科技大学研究人员开发了一种新的技术，自适应地调节照明对人脸的影响采用扩展的反射模型。该模型具有一个变量 （照明比），控制的模糊推理系统 (FIS)。为应付多种不同的光照条件，FIS 规则进行优化使用遗传算法 (GA)。

第一作者博士候选人，Bima 塞纳巴渝 Dewantara，解释说，”为了消除的灯光效果，图像的对比度应自适应调整。要产生在逆光下的不变的脸外观，例如，脸颊需要被点亮，而眼球必须保持黑暗。。可以使用发达国家的反射模型中，执行这种自适应对比度调整，我们表明模糊推理系统 (FIS) 和遗传算法 (GA) 的组合是非常有效的实现模型。

教授君三浦说，”只是加入这个对比度调整，目前脸识别系统，我们可以很大程度上提高精度和性能的人脸检测和识别。此外，这种调整运行实时，，因此，它是适当的实时应用，如机器人和人机交互系统。

一张脸不仅提供一个人的身份外，还提供了其他信息，比如一个人的关注的焦点和疲劳的程度。获得此类信息是有用的舒适的人机交互，和研究者预计也将有用在各种情况下，特别是在严重的光照条件下提出的对比度调整方法。

以上研究结果宗机器视觉及其应用于 2016 年 7 月 15 日。