1.歸—化光照
       在數(shù)據(jù)預(yù)處理階段，使用光照歸—化技術(shù)來減少光照變化對人臉數(shù)據(jù)的影響。這可以通過將三維數(shù)據(jù)轉(zhuǎn)換為標(biāo)準(zhǔn)光照條件來實(shí)現(xiàn)。
       2.光照不變特征
       提取對光照變化不敏感的特征。這可以通過學(xué)習(xí)在多種光照條件下的穩(wěn)定特征來實(shí)現(xiàn)，或者通過計算反射率或表面紋理等固有屬性來提取特征。
       3.自適應(yīng)光照模型
       在識別階段，估計輸入數(shù)據(jù)的實(shí)際光照條件，并構(gòu)建—個自適應(yīng)的光照模型來調(diào)整或補(bǔ)償光照差異。
       4.深度信息利用
       利用三維數(shù)據(jù)中的深度信息來區(qū)分由于光照變化引起的表面亮度變化和由于面部結(jié)構(gòu)引起的深度變化。
       5.深度學(xué)習(xí)方法
       使用深度學(xué)習(xí)模型來學(xué)習(xí)光照魯棒的特征表示。這些模型可以通過在大量包含不同光照條件的數(shù)據(jù)集上進(jìn)行訓(xùn)練來學(xué)習(xí)到復(fù)雜的光照變化模式。
       6.多模態(tài)融合
       結(jié)合三維數(shù)據(jù)和其他模態(tài)的信息，利用它們之間的互補(bǔ)性來提高在不同光照條件下的識別性能。