ABSTRACT The Self-Quotient Image (SQI) Method [Wang H, Li SZ, Wang Y, et al. Self quotient image for face recognition. International Conference on Image Processing (ICIP’04); 2004;Vol. 2. p. 1397–1400; Wang H, Li SZ, Wang Y. Generalized quotient image. IEEE CVPR; 2004; Vol. 2. p. 498–505] is a simple method for lighting normalization based on the Quotient Image method [Shashua A, Riklin-Raviv T. The quotient image: class-based re-rendering and recognition with varying illuminations. T Pattern Anal Mach Intel. 2001;23(2):129–139; Riklin-Raviv T, Shashua A. The quotient image: class based recognition and synthesis under varying illumination. Proceedings of the 1999 Conference on Computer Vision and Pattern Recognition; 1999; Fort Collins (CO). p. 566–571]. The main advantage of the SQI is the use of only one image for lighting normalization. Nevertheless, the SQI still has few disadvantages which make hard to use it in some face recognition systems. In this paper, we introduce the modified version of the SQI method based on globally modified Gaussian filter kernel. In this modification, we tried to solve the disadvantages of the original SQI method, simplify the computational process, and increase the quality of illumination normalization. We have investigated two modification of the original SQI method and shown how they normalize different shadow regions.

中文翻译：

---

基于改进高斯滤波器核的光照归一化快速自商图像方法

摘要 自商图像 (SQI) 方法 [Wang H, Li SZ, Wang Y, et al.。用于人脸识别的自商图像。国际图像处理会议（ICIP'04）；2004；卷。2. 页 1397-1400 年；Wang H, Li SZ, Wang Y. 广义商数图像。IEEE CVPR；2004; 卷。2. 页 498-505] 是一种基于商图像方法 [Shashua A, Riklin-Raviv T. 商图像：基于类别的重新渲染和识别不同照明的照明标准化的简单方法。T型肛门马赫英特尔。2001;23(2):129–139; Riklin-Raviv T, Shashua A. 商图像：不同光照下基于类别的识别和合成。1999 年计算机视觉和模式识别会议论文集；1999年；柯林斯堡 (CO)。页。566–571]。SQI 的主要优点是仅使用一张图像进行照明归一化。尽管如此，SQI 仍然存在一些难以在某些人脸识别系统中使用的缺点。在本文中，我们介绍了基于全局修正高斯滤波器核的 SQI 方法的修正版本。在这次修改中，我们试图解决原始SQI方法的缺点，简化计算过程，提高光照归一化的质量。我们研究了原始 SQI 方法的两个修改，并展示了它们如何标准化不同的阴影区域。简化计算过程，提高光照归一化的质量。我们研究了原始 SQI 方法的两个修改，并展示了它们如何标准化不同的阴影区域。简化计算过程，提高光照归一化的质量。我们研究了原始 SQI 方法的两个修改，并展示了它们如何标准化不同的阴影区域。