[發(fā)明專利]一種基于光照估計(jì)的光照人臉識別方法

有效

• 申請?zhí)枺?/td>: 201710228908.1
• 申請日: 2017-04-10
• 公開（公告）號: CN107239729B
• 公開（公告）日: 2020-09-01
• 發(fā)明（設(shè)計(jì)）人: 程勇;焦良葆;曹雪虹;路紅;陳瑞
• 申請（專利權(quán)）人: 南京工程學(xué)院
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 南京縱橫知識產(chǎn)權(quán)代理有限公司 32224
• 代理人: 董建林

1.一種基于光照估計(jì)的光照人臉識別方法，其特征在于，其方法如下：

(1)分析朗伯模型，目標(biāo)物體的成像原理用朗伯模型進(jìn)行描述，即一幅人臉圖像表示為：

其中，F(xiàn)表示一幅人臉圖像；R表示人臉表面的反射率和法向量的乘積，即為人臉本征，s表示成像光源，取值范圍介于[0,1]；L表示外部光源照射到物體表面的光照強(qiáng)度；

(2)估計(jì)初始光照；通過分析圖像成像模型得出數(shù)字圖像的最大值小于或等于外部光源的光照強(qiáng)度，當(dāng)從數(shù)字圖像本身估計(jì)光照時，首先采用局部最大值統(tǒng)計(jì)濾波器從原始圖像中估計(jì)初始光照，人臉圖像F的初始光照估計(jì)模型如下：

L_p(x,y)＝max(F′(i,j),(i,j)∈W)

其中，L_p為人臉圖像F對應(yīng)的初始光照，F(xiàn)′(i,j)是以人臉圖像點(diǎn)F(x,y)為中心的鄰域像素，W代表鄰域窗口；

(3)光線遮擋邊緣光照校正；在初始光照估計(jì)的基礎(chǔ)上，從光照變化速度描述和圖像融合的角度，在初始光照基礎(chǔ)上建立了一種光線遮擋邊緣光照校正模型，人臉圖像F初始光照L_p的遮擋邊緣光照校正模型定義如下：L_mp(x,y)＝L_p(x,y)×(1-A'(x,y))+L_m(x,y)×A'(x,y)

L_m(x,y)＝min(L_p(i,j),(i,j)∈W)

其中，L_mp(x,y)為光線遮擋邊緣光照校正結(jié)果；L_m(x,y)為光線遮擋邊緣校正光照；A'(x,y)為光線遮擋邊緣光照校正融合因子；A(x,y)為光照變化速度描述子，數(shù)值與光照變化速度成正比；m_A代表光照變化速度描述子的最大值；

(4)全變分平滑濾波；光線遮擋邊緣光照校正后，對遮擋邊緣校正后的光照運(yùn)用全變分模型實(shí)施平滑處理消除包含在光照中的人臉本征信息，使得估計(jì)的最終光照能夠滿足光照的緩慢變化特性；基于全變分模型的最終光照估計(jì)模型表示為：

其中，L′為從一幅人臉圖像中估計(jì)的最終光照，為光照平滑正則項(xiàng)，為光照保真項(xiàng)，參數(shù)λ為平滑平衡因子，▽L′為表示梯度值。

2.根據(jù)權(quán)利要求1所述的光照人臉識別方法，其特征在于，所述步驟(1)中，人臉圖像是人臉本征和成像光照相乘的產(chǎn)物；人臉本征的數(shù)值范圍屬于[0,1]；人臉圖像的強(qiáng)度低于成像光照的強(qiáng)度。

3.根據(jù)權(quán)利要求1所述的光照人臉識別方法，其特征在于，所述步驟(2)中，在人臉本征快速變化區(qū)域估計(jì)的光照包含了人臉本征信息，所述人臉本征信息以噪聲的形式存在于光照L_mp中。

4.根據(jù)權(quán)利要求1所述的光照人臉識別方法，其特征在于，所述步驟(4)，基于全變分模型的平滑濾波運(yùn)用偏微分方程的各向異性擴(kuò)散特性，對遮擋邊緣校正后的光照運(yùn)用全變分模型實(shí)施平滑處理消除包含在光照中的人臉本征信息。