[發明專利]人臉識別中光照處理方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201711431290.5
• 申請日: 2017-12-26
• 公開（公告）號: CN108197546B
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 陳松;黃彬彬;李全忠;丁劍;彭斐;楊杰;何東嶺
• 申請（專利權）人: 深圳市友信長豐科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 謝曲曲

1.一種人臉識別中光照處理方法，所述方法包括：

根據人臉識別系統默認參數采集人臉圖像，根據所述人臉圖像計算出人臉亮度值、人臉位置及人臉尺寸；

將所述人臉亮度值、人臉位置及人臉尺寸輸入到訓練好的邏輯回歸分類器中，對所述人臉圖像的環境光強進行判斷；

當判斷結果是所述人臉圖像的環境光強未超過預設值時，則根據所述人臉亮度值計算得到所述人臉識別系統的補光燈的脈沖寬度調制的占空比值，所述占空比值定義了一個脈沖循環內通電時間相對于總周期所占的比例，根據所述人臉亮度值計算得到所述人臉識別系統相機的曝光時間和曝光增益，根據所述計算得到的所述占空比值、所述相機的曝光時間和曝光增益對應調節所述人臉識別系統的參數，再次采集人臉圖像；

當檢測到所述再次采集到的人臉圖像的人臉亮度值在預置亮度范圍內時，則對所述再次采集到的人臉圖像的人臉光照進行高斯濾波處理；對所述進行高斯濾波處理后的人臉圖像提取韋伯臉局部描述特征；對所述提取韋伯臉局部描述特征后的人臉圖像進行雙邊帶濾波處理。

2.根據權利要求1所述的方法，其特征在于，所述訓練好的邏輯回歸分類器通過以下方式訓練得到：

獲取多個人臉圖像訓練樣本；

根據每個所述人臉圖像訓練樣本計算得到每個人臉圖像訓練樣本的樣本人臉亮度值、樣本人臉位置及樣本人臉尺寸；

依次將所述每個人臉圖像訓練樣本的樣本人臉亮度值、樣本人臉位置及樣本人臉尺寸輸入到邏輯回歸分類器對應的輸入變量中，并根據所述樣本人臉亮度值、樣本人臉位置及

樣本人臉尺寸對應的權值對所述邏輯回歸分類器的權值進行調節；

根據每次調節后的權值對所述邏輯回歸分類器進行訓練。

3.根據權利要求2所述的方法，其特征在于，在所述獲取多個人臉圖像訓練樣本之后，還包括：根據預設的環境光強度對每個所述人臉圖像訓練樣本添加數值標簽；

所述根據每次調節后的權值對所述邏輯回歸分類器進行訓練，包括：

獲取將每個人臉圖像訓練樣本的樣本人臉亮度值、樣本人臉位置及樣本人臉尺寸輸入到邏輯回歸分類器對應的輸入變量中對應輸出的預測數值標簽；

根據所述預測數值標簽與對應輸入的人臉圖像訓練樣本的數值標簽計算得到每個人臉圖像訓練樣本對應的差異值；

當檢測到所述差異值在預設差異值范圍內時，則將所述邏輯回歸分類器的權值設置為對應輸入的人臉圖像訓練樣本對應的權值，得到訓練好的邏輯回歸分類器。

4.根據權利要求1所述的方法，其特征在于，所述人臉亮度值為對所述人臉圖像中人臉區域的像素進行求和得到像素和，再根據所述像素和計算得到的對應平均值；所述人臉亮度值根據以下方式計算得到：

其中，F_B為所述人臉亮度值，I(i，j)為所述人臉圖像坐標(i，j)處的像素，(x1，y1)和(x2，y2)為所述人臉圖像坐標中人臉區域的坐標。

5.一種人臉識別中光照處理裝置，其特征在于，所述裝置包括：

人臉圖像采集模塊，用于根據人臉識別系統默認參數采集人臉圖像，根據所述人臉圖像計算出人臉亮度值、人臉位置及人臉尺寸；

數據輸入模塊，用于將所述人臉亮度值、人臉位置及人臉尺寸輸入到訓練好的邏輯回歸分類器中，對所述人臉圖像的環境光強進行判斷；

環境光強判斷模塊，用于當判斷結果是所述人臉圖像的環境光強未超過預設值時，則根據所述人臉亮度值計算得到所述人臉識別系統的補光燈的脈沖寬度調制的占空比值，所述占空比值定義了一個脈沖循環內通電時間相對于總周期所占的比例，根據所述人臉亮度值計算得到所述人臉識別系統相機的曝光時間和曝光增益，根據所述計算得到的所述占空比值、所述相機的曝光時間和曝光增益對應調節所述人臉識別系統的參數，再次采集人臉圖像；

光照處理模塊，用于當檢測到所述再次采集到的人臉圖像的人臉亮度值在預置亮度范圍內時，則對所述再次采集到的人臉圖像的人臉光照進行高斯濾波處理；對所述進行高斯濾波處理后的人臉圖像提取韋伯臉局部描述特征；對所述提取韋伯臉局部描述特征后的人臉圖像進行雙邊帶濾波處理。