光场图像过滤方法、人脸分析方法及电子设备技术

本发明专利技术提供一种光场图像过滤方法、人脸分析方法及电子设备。所述光场图像过滤方法包括：获取待检测光场图像；利用人脸检测器对所述待检测光场图像进行检测，得到人脸图片；利用训练好的模糊度判断模型，确定所述人脸图片的模糊度；根据所述人脸图片的模糊度，对所述人脸图片进行过滤。本发明专利技术能对光场图像的模糊度进行判断，进而实现对光场图像的有效过滤。

Optical field image filtering method, face analysis method and electronic equipment

The invention provides a light field image filtering method, a face analysis method and an electronic device. The optical field image filtering method includes: obtaining the image of the light field to be detected, detecting the image of the light field to be detected by the face detector, and obtaining the face pictures, using the trained fuzzy degree judgment model to determine the blurred degree of the face picture, and the face picture according to the blurred degree of the face picture. Filter. The invention can judge the fuzziness of the light field image and realize the effective filtering of the light field image.

【技术实现步骤摘要】
光场图像过滤方法、人脸分析方法及电子设备
本专利技术涉及图像识别
，尤其涉及一种光场图像过滤方法、人脸分析方法及电子设备。
技术介绍
光场技术是计算机摄影领域发展起来的最新技术，在传统数字成像理论的基础上，光场技术通过研究和创新成像模型，改进成像硬件设计，实现了对空间中光纤传播位置与角度信息的同时记录，相对于普通的孔径相机，光场相机具有以下特点：(1)光场相机可以先将场景中的光线信息记录下来，再进行指定目标的数字重对焦。(2)由于光场相机采用多相机阵列采集及渲染，因此可以在多张低分辨率图像的基础上合成高分辨率的图像，可以进行动态视点调整。(3)光场相机可以进行信息补全，进行指定目标的去遮挡处理，这项技术在公共安全领域有着非常重要的应用。基于光场相机的上述特点，由于光场技术在进行图像采集的时候使用了多个相机阵列，可以对物体的各个角度的信息进行捕获，因此，光场技术可以通过相机模型对一些不可见的区域进行差值，从而补全丢失掉的信息。正是由于光场技术的这种特性，所以针对遮挡物体，光场相机相对于传统相机有着先天的优势。但是由于光场相机的成像模式所限，所渲染的视频流只能在某个焦平面处出现清晰的图像，其他视频帧都会出现不同程度的模糊，而这种模糊帧中出现的物体也有可能被检测到，这些被检测到的物体对后续的识别将有较大的影响。
技术实现思路
鉴于以上内容，有必要提供一种光场图像过滤方法、人脸分析方法及电子设备，能对光场图像的模糊度进行判断，进而实现对光场图像的有效过滤，既解决了光场图像中模糊图像无法有效过滤的问题，又从而增加了后续识别任务的准确度，并减少后续识别任务的系统开销。一种光场图像过滤方法，所述方法包括：获取待检测光场图像；利用人脸检测器对所述待检测光场图像进行检测，得到人脸图片；利用训练好的模糊度判断模型，确定所述人脸图片的模糊度；根据所述人脸图片的模糊度，对所述人脸图片进行过滤。根据本专利技术优选实施例，所述获取待检测光场图像包括：获取光场图像，对所述光场图像进行指定景深的数字重对焦，得到数字重对焦后的光场图像，将所述数字重对焦后的光场图像确定为所述待检测光场图像。根据本专利技术优选实施例，在对所述光场图像进行指定景深的数字重对焦前，所述方法还包括：对所述光场图像进行压缩。根据本专利技术优选实施例，所述对所述光场图像进行压缩包括：利用矢量量化算法对所述光场图像进行压缩处理，得到量化后的压缩光场图像；利用熵编码算法对所述量化后的压缩光场图像进行处理，得到压缩后的光场图像。根据本专利技术优选实施例，训练所述人脸检测器包括：利用网络爬虫技术获取第一训练样本，所述第一训练样本中包括表示人脸图片的正样本数据，及表示非人脸图片的负样本数据；根据所述第一训练样本，采用神经网络算法训练所述人脸检测器。根据本专利技术优选实施例，训练所述模糊度判断模型包括：获取采集的光场图像；利用训练的所述人脸检测器对所述采集的光场图像进行检测，得到带有人脸的光场图像；将所述带有人脸的光场图像确定为第二训练样本，所述第二训练样本中包括表示清晰图片的正样本数据，及表示模糊图片的负样本数据；将所述第二训练样本作为所述人脸检测器的输入数据，并结合神经网络算法训练所述模糊度判断模型。一种人脸分析方法，所述方法包括：获取待检测光场图像；利用所述光场图像过滤方法对所述待检测光场图像进行过滤，得到保留的人脸图片；对所述保留的人脸图片进行与指定场景对应的分析处理，得到分析结果；根据所述分析结果执行与所述指定场景对应的操作。根据本专利技术优选实施例，所述对所述保留的人脸图片进行与指定场景对应的分析处理，得到分析结果，并根据所述分析结果执行与所述指定场景对应的操作包括：从所述保留的人脸图片中识别出带有目标人物的图像；将识别出的带有目标人物的图像发送至至少一个终端设备。根据本专利技术优选实施例，所述对所述保留的人脸图片进行与指定场景对应的分析处理，得到分析结果，并根据所述分析结果执行与所述指定场景对应的操作还包括：当所述人脸图片是指定车辆的摄像装置拍摄时，判断所述保留的人脸图片中是否有行人；当所述人脸图片中有行人时，控制所述指定车辆刹车。一种光场图像过滤装置，所述装置包括：获取单元，用于获取待检测光场图像；检测单元，用于利用人脸检测器对所述待检测光场图像进行检测，得到人脸图片；确定单元，用于利用训练好的模糊度判断模型，确定所述人脸图片的模糊度；过滤单元，用于根据所述人脸图片的模糊度，对所述人脸图片进行过滤。根据本专利技术优选实施例，所述获取单元获取待检测光场图像包括：获取光场图像，对所述光场图像进行指定景深的数字重对焦，得到数字重对焦后的光场图像，将所述数字重对焦后的光场图像确定为所述待检测光场图像。根据本专利技术优选实施例，所述装置还包括：压缩单元，用于在对所述光场图像进行指定景深的数字重对焦前，对所述光场图像进行压缩。根据本专利技术优选实施例，所述压缩单元具体用于：利用矢量量化算法对所述光场图像进行压缩处理，得到量化后的压缩光场图像；利用熵编码算法对所述量化后的压缩光场图像进行处理，得到压缩后的光场图像。根据本专利技术优选实施例，训练所述人脸检测器包括：所述获取单元，还用于利用网络爬虫技术获取第一训练样本，所述第一训练样本中包括表示人脸图片的正样本数据，及表示非人脸图片的负样本数据；训练单元，用于根据所述第一训练样本，采用神经网络算法训练所述人脸检测器。根据本专利技术优选实施例，训练所述模糊度判断模型包括：所述获取单元，还用于获取采集的光场图像；所述检测单元，还用于利用训练的所述人脸检测器对所述采集的光场图像进行检测，得到带有人脸的光场图像；所述确定单元，还用于将所述带有人脸的光场图像确定为第二训练样本，所述第二训练样本中包括表示清晰图片的正样本数据，及表示模糊图片的负样本数据；所述训练单元，还用于将所述第二训练样本作为所述人脸检测器的输入数据，并结合神经网络算法训练所述模糊度判断模型。一种人脸分析装置，所述装置包括：获取模块，用于获取待检测光场图像；过滤模块，用于利用所述光场图像过滤方法对所述待检测光场图像进行过滤，得到保留的人脸图片；分析模块，用于对所述保留的人脸图片进行与指定场景对应的分析处理，得到分析结果；执行模块，用于根据所述分析结果执行与所述指定场景对应的操作。根据本专利技术优选实施例，所述分析模块对所述保留的人脸图片进行与指定场景对应的分析处理，得到分析结果，所述执行模块根据所述分析结果执行与所述指定场景对应的操作包括：从所述保留的人脸图片中识别出带有目标人物的图像；将识别出的带有目标人物的图像发送至至少一个终端设备。根据本专利技术优选实施例，所述分析模块对所述保留的人脸图片进行与指定场景对应的分析处理，得到分析结果，所述执行模块根据所述分析结果执行与所述指定场景对应的操作还包括：当所述人脸图片是指定车辆的摄像装置拍摄时，判断所述保留的人脸图片中是否有行人；当所述人脸图片中有行人时，控制所述指定车辆刹车。一种电子设备，所述电子设备包括：存储器，存储至少一个指令；及处理器，执行所述存储器中存储的指令以实现所述光场图像过滤方法。一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现所述光场图像过滤方法。由以上技术方案可以看出，本专利技术获取待本文档来自技高网...

【技术保护点】
一种光场图像过滤方法，其特征在于，所述方法包括：获取待检测光场图像；利用人脸检测器对所述待检测光场图像进行检测，得到人脸图片；利用训练好的模糊度判断模型，确定所述人脸图片的模糊度；根据所述人脸图片的模糊度，对所述人脸图片进行过滤。

【技术特征摘要】
1.一种光场图像过滤方法，其特征在于，所述方法包括：获取待检测光场图像；利用人脸检测器对所述待检测光场图像进行检测，得到人脸图片；利用训练好的模糊度判断模型，确定所述人脸图片的模糊度；根据所述人脸图片的模糊度，对所述人脸图片进行过滤。2.如权利要求1所述的光场图像过滤方法，其特征在于，所述获取待检测光场图像包括：获取光场图像，对所述光场图像进行指定景深的数字重对焦，得到数字重对焦后的光场图像，将所述数字重对焦后的光场图像确定为所述待检测光场图像。3.如权利要求2所述的光场图像过滤方法，其特征在于，在对所述光场图像进行指定景深的数字重对焦前，所述方法还包括：对所述光场图像进行压缩。4.如权利要求3所述的光场图像过滤方法，其特征在于，所述对所述光场图像进行压缩包括：利用矢量量化算法对所述光场图像进行压缩处理，得到量化后的压缩光场图像；利用熵编码算法对所述量化后的压缩光场图像进行处理，得到压缩后的光场图像。5.如权利要求1所述的光场图像过滤方法，其特征在于，训练所述人脸检测器包括：利用网络爬虫技术获取第一训练样本，所述第一训练样本中包括表示人脸图片的正样本数据，及表示非人脸图片的负样本数据；根据所述第一训练样本，采用神经网络算法训练所述人脸检测器。6.如权利要求5所述的光场图像过滤方法，其特征在于，训练所述模糊度判断模型包括：获取采集的光场图像；利用训练的所述人脸检测器对所述采集的光场图像进行检测，得到带有人脸的光...

【专利技术属性】
技术研发人员：牟永强，刘荣杰，严蕤，唐鹏，田第鸿，
申请(专利权)人：深圳云天励飞技术有限公司，
类型：发明
国别省市：广东,44