【技术实现步骤摘要】
一种基于去雾AI图像分析系统和快速响应门禁控制方法
本专利技术属于人工智能
,尤其涉及一种基于去雾AI图像分析系统和快速响应门禁控制方法。
技术介绍
在雾霾天气里面进行室外图像采集时,由于空气中细小颗粒物对光线的吸收与散射,造成图像对比度降低,色调出现偏移,画面内容呈现模糊,这必然会给图像内容的快速识别与分析带来障碍。特别是对于智慧社区、智慧楼宇的门禁系统来说,由于其主要是提取用户面部图像的表面纹理的精细特征值实现身份认证,在雾霾天气下,以上特征值受到比较大的干扰,很容易发生错误识别、延迟识别或无法识别的情况。尤其目前部分地区的雾霾天气发生频率比较高,会给门禁系统的可靠工作产生相当不利的影响。图像去雾处理在近年来愈发得到相关
的重视。最初的技术手段是采用基于图像增强的方法,通过提高有雾图像的对比度、利用算子强化边缘以及突出图像细节以改善视觉效果,但是这一方法去雾程度比较有限,而且在处理过程中易造成图像细节的改变,对于门禁识别来说同样增大了错误发生率。2009年以来,本领域又提出了基于暗通道的图像去雾处理方法,这一原理为图像去雾技术向着本质深入发展打下了坚实的基础。基于暗通道的图像去雾处理方法认为描述有雾图像与去雾图像之间关系的光学模型如下:其中,J(x,y)表示去雾后的图像,I(x,y)表示有雾的原始图像,A表示该图像的大气光值,也就是环境大气的亮度,而t(x,y)表示该幅图像的场景透射率图,也就是景物光线穿透空气进入相机的投射程度,t0是为了防止过度去雾造成失真而人为规定的一个门限值。原始图像I(x,y)和t0是已知量,因此为了通过上述公式求 ...
【技术保护点】
1.一种基于去雾AI图像分析的系统,其特征在于,包括:图像场景特征提取模块,用于获取通过门禁摄像设备采集的当前图像,并且对所述当前图像执行增强处理,然后提取表示当前图像场景特征的特征集矢量;场景模式分类模块,用于将表示当前图像场景特征的特征集矢量输入场景模式分类向量机,根据场景模式分类向量机的输出结果,确定该当前图像是否属于在暗通道去雾处理中需要对暗通道值和/或大气光值进行特殊估计的场景模式;参数特殊估计模块,根据所述场景模式分类模块的判断结果,确定当前图像属于需要对暗通道值和/或大气光值进行特殊估计的有雾图像的情况下,根据预存储的相同场景模式下无雾图像,特殊估计暗通道值和/或大气光值;基于人工神经网络的局域划分策略决定模块,用于将表示有雾当前图像场景特征的特征矢量输入以有雾图像样本数据进行训练之后的人工智能神经网络,根据神经网络的输出确定局域划分调整策略;去雾处理模块,根据所述局域划分调整策略对所述有雾当前图像划分局域,并且针对所划分的局域计算该局域的透射率值;进而根据所述局域的透射率值以及大气光值,从所述有雾当前图像计算去雾图像;图像分析模块,用于针对所述去雾图像执行识别人物身份相 ...
【技术特征摘要】
1.一种基于去雾AI图像分析的系统,其特征在于,包括:图像场景特征提取模块,用于获取通过门禁摄像设备采集的当前图像,并且对所述当前图像执行增强处理,然后提取表示当前图像场景特征的特征集矢量;场景模式分类模块,用于将表示当前图像场景特征的特征集矢量输入场景模式分类向量机,根据场景模式分类向量机的输出结果,确定该当前图像是否属于在暗通道去雾处理中需要对暗通道值和/或大气光值进行特殊估计的场景模式;参数特殊估计模块,根据所述场景模式分类模块的判断结果,确定当前图像属于需要对暗通道值和/或大气光值进行特殊估计的有雾图像的情况下,根据预存储的相同场景模式下无雾图像,特殊估计暗通道值和/或大气光值;基于人工神经网络的局域划分策略决定模块,用于将表示有雾当前图像场景特征的特征矢量输入以有雾图像样本数据进行训练之后的人工智能神经网络,根据神经网络的输出确定局域划分调整策略;去雾处理模块,根据所述局域划分调整策略对所述有雾当前图像划分局域,并且针对所划分的局域计算该局域的透射率值;进而根据所述局域的透射率值以及大气光值,从所述有雾当前图像计算去雾图像;图像分析模块,用于针对所述去雾图像执行识别人物身份相关的图像分析,并根据图像分析结果控制门禁设备的响应。2.如权利要求1所述的基于去雾AI图像分析的系统,其特征在于:图像场景特征提取模块提取的场景特征集包括但不限于:图像边缘像素比率、封闭边缘像素比率、图像灰度一致性、图像像素纹理分布。3.如权利要求1所述的基于去雾AI图像分析的系统,其特征在于:所述场景模式分类模块包括:第一场景模式分类向量机,用于接受具有大片白色明亮区域图像样本的训练,并且根据当前图像的场景特征集矢量,判断当前图像是否属于大片白色明亮区域图像;以及第二场景模式分类向量机,用于接受具有异常明亮点的图像样本的训练,并且根据输入的当前图像的场景特征集矢量,判断当前图像是否属于存在异常明亮点的图像。4.如权利要求1所述的基于去雾AI图像分析的系统,其特征在于:参数特殊估计模块用于在场景模式分类模块判断一幅图像属于大片白色明亮区域图像或者属于存在异常明亮点的图像情况下,根据该图像的图像灰度一致性,判断该图像是有雾图像还是无雾图像;对于该图像是无雾图像的情况,则将该图像作为参考无雾图像,计算该参考无雾图像的暗通道值作为参考暗通道值进行存储;并且通过该参考无雾图像计算参考大气光值进行存储;还存储该参考无雾图像的场景特征集;并且,当前图像属于存在大片白色明亮区域或者属于存在异常明亮点的有雾图像的情况下,确定与当前图像的场景特征集相似度最大的参考无雾图像,将该参考无雾图像对应的参考暗通道值以及参考大气光值作为对当前有雾图像的特殊估计的暗通道值和/或大气光值。5.如权利要求1所述的基于去雾AI图像分析的系统,其特征在于:所述局域划分策略决定模块预先建立一个标准局域划分模板,并且通过对其中每个标准局域均匀划分为一个或者多个等大的精细局域,生成局域划分调整策略;选取一定数量的有雾图像作为样本,针对每一张有雾图像样本,通过所述图像场景特征提取模块提取场景特征集矢量,作为样本特征集矢量;并且针对每一张有雾图像样本在标准局域划分模板的基础上进行精细局域划分,获得样本局域划分调整策略;将全部有雾图像样本的样本特征集矢量和样本局域划分调整策略,代入卷积神经网络模型,执行对该模型基于场景特征输出局域划分...
【专利技术属性】
技术研发人员:刘丰,
申请(专利权)人:特斯联北京科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。