人脸识别中光照处理方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术涉及一种人脸识别中光照处理方法、装置、计算机设备及存储介质方法包括：根据人脸识别系统默认参数采集人脸图像，根据人脸图像计算出人脸亮度值、人脸位置及人脸尺寸；将人脸亮度值、人脸位置及人脸尺寸输入到训练好的逻辑回归分类器中，对人脸图像的环境光强进行判断；当判断结果是人脸图像的环境光强未超过预设值时，则根据人脸亮度值调节人脸识别系统默认参数，再次采集人脸图像；当检测到再次采集到的人脸图像的人脸亮度值在预置亮度范围内时，则对再次采集到的人脸图像的人脸光照进行处理。处理后再对图像进行识别，依次对人脸图像的光照进行处理，大幅度的提高了采集到的人脸图像质量，从而提高了识别系统对人脸图像识别的准确率。

【技术实现步骤摘要】
人脸识别中光照处理方法、装置、计算机设备及存储介质
本专利技术涉及计算机
，特别是涉及一种人脸识别中光照处理方法、装置、计算机设备及存储介质。
技术介绍
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。在实际运用过程中，人脸识别经常会出现光照干扰的现象。光照干扰分两种情况，第一种是由于光照强弱引起人脸整体亮度过亮或过暗；第二种是由于光照分布不均匀或来光方向角度较偏，引起人脸某个局部过亮某个局部较暗。在强光照环境下，光照干扰引起的人脸面部图像的变化可轻易大于不同身份人脸之间的差异，从而引起人脸识别出错。然而，针对上述光照干扰的情况，在传统技术中主要是通过调节图像整体亮度或对图像中心区域的亮度进行调节，或者通过使用更加抗光照干扰的特征做识别，即提取出未被光照干扰的人脸特征进行识别，但这两种处理方式都较粗糙，导致识别准确率较低。
技术实现思路
基于此，有必要针对上述问题，提供一种人脸识别中光照处理方法、装置、计算机设备及存储介质。一种人脸识别中光照处理方法，所述方法包括：根据人脸识别系统默认参数采集人脸图像，根据所述人脸图像计算出人脸亮度值、人脸位置及人脸尺寸；将所述人脸亮度值、人脸位置及人脸尺寸输入到训练好的逻辑回归分类器中，对所述人脸图像的环境光强进行判断；当判断结果是所述人脸图像的环境光强未超过预设值时，则根据所述人脸亮度值调节所述人脸识别系统默认参数，再次采集人脸图像；当检测到所述再次采集到的人脸图像的人脸亮度值在预置亮度范围内时，则对所述再次采集到的人脸图像的人脸光照进行处理。在其中一个实施例中，所述对所述再次采集到的人脸图像的人脸光照进行处理，包括：对所述再次采集到的人脸图像的人脸光照进行高斯滤波处理；对所述进行高斯滤波处理后的人脸图像提取韦伯脸局部描述特征；对所述提取韦伯脸局部描述特征后的人脸图像进行双边带滤波处理。在其中一个实施例中，所述根据所述人脸亮度值调节所述人脸识别系统的参数，包括：根据所述人脸亮度值计算得到所述人脸识别系统的补光灯的脉冲宽度调制的占空比值，所述占空比值定义了一个脉冲循环内通电时间相对于总周期所占的比例；根据所述人脸亮度值计算得到所述人脸识别系统相机的曝光时间和曝光增益；根据所述计算得到的所述占空比值、所述相机的曝光时间和曝光增益对应调节所述人脸识别系统的参数。在其中一个实施例中，所述训练好的逻辑回归分类器通过以下方式训练得到：获取多个人脸图像训练样本；根据每个所述人脸图像训练样本计算得到每个人脸图像训练样本的样本人脸亮度值、样本人脸位置及样本人脸尺寸；依次将所述每个人脸图像训练样本的样本人脸亮度值、样本人脸位置及样本人脸尺寸输入到逻辑回归分类器对应的输入变量中，并根据所述样本人脸亮度值、样本人脸位置及样本人脸尺寸对应的权值对所述逻辑回归分类器的权值进行调节；根据每次调节后的权值对所述逻辑回归分类器进行训练。在其中一个实施例中，在所述获取多个人脸图像训练样本之后，还包括：根据预设的环境光强度对每个所述人脸图像训练样本添加数值标签；所述根据每次调节后的权值对所述逻辑回归分类器进行训练，包括：获取将每个人脸图像训练样本的样本人脸亮度值、样本人脸位置及样本人脸尺寸输入到逻辑回归分类器对应的输入变量中对应输出的预测数值标签；根据所述预测数值标签与对应输入的人脸图像训练样本的数值标签计算得到每个人脸图像训练样本对应的差异值；当检测到所述差异值在预设差异值范围内时，则将所述逻辑回归分类器的权值设置为对应输入的人脸图像训练样本对应的权值，得到训练好的逻辑回归分类器。在其中一个实施例中，所述人脸亮度值为对所述人脸图像中人脸区域的像素进行求和得到像素和，再根据所述像素和计算得到的对应平均值。所述人脸亮度值根据以下方式计算得到：其中，F_B为所述人脸亮度值，I(i,j)为所述人脸图像坐标(i,j)处的像素，(x1,y1)和(x2,y2)为所述人脸图像坐标中人脸区域的坐标。一种人脸识别中光照处理装置，所述装置包括：人脸图像采集模块，用于根据人脸识别系统默认参数采集人脸图像，根据所述人脸图像计算出人脸亮度值、人脸位置及人脸尺寸。数据输入模块，用于将所述人脸亮度值、人脸位置及人脸尺寸输入到训练好的逻辑回归分类器中，对所述人脸图像的环境光强进行判断。环境光强判断模块，用于当判断结果是所述人脸图像的环境光强未超过预设值时，则根据所述人脸亮度值调节所述人脸识别系统默认参数，再次采集人脸图像。光照处理模块，用于当检测到所述再次采集到的人脸图像的人脸亮度值在预置亮度范围内时，则对所述再次采集到的人脸图像的人脸光照进行处理。在其中一个实施例中，所述光照处理模块还用于，对所述再次采集到的人脸图像的人脸光照进行高斯滤波处理；对所述进行高斯滤波处理后的人脸图像提取韦伯脸局部描述特征；对所述提取韦伯脸局部描述特征后的人脸图像进行双边带滤波处理。一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：根据人脸识别系统默认参数采集人脸图像，根据所述人脸图像计算出人脸亮度值、人脸位置及人脸尺寸；将所述人脸亮度值、人脸位置及人脸尺寸输入到训练好的逻辑回归分类器中，对所述人脸图像的环境光强进行判断；当判断结果是所述人脸图像的环境光强未超过预设值时，则根据所述人脸亮度值调节所述人脸识别系统默认参数，再次采集人脸图像；当检测到所述再次采集到的人脸图像的人脸亮度值在预置亮度范围内时，则对所述再次采集到的人脸图像的人脸光照进行处理。一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现以下步骤：根据人脸识别系统默认参数采集人脸图像，根据所述人脸图像计算出人脸亮度值、人脸位置及人脸尺寸；将所述人脸亮度值、人脸位置及人脸尺寸输入到训练好的逻辑回归分类器中，对所述人脸图像的环境光强进行判断；当判断结果是所述人脸图像的环境光强未超过预设值时，则根据所述人脸亮度值调节所述人脸识别系统默认参数，再次采集人脸图像；当检测到所述再次采集到的人脸图像的人脸亮度值在预置亮度范围内时，则对所述再次采集到的人脸图像的人脸光照进行处理。上述人脸识别中光照处理方法、装置、计算机设备及存储介质，通过根据人脸识别系统默认参数采集人脸图像，根据人脸图像计算出人脸亮度值、人脸位置及人脸尺寸；将人脸亮度值、人脸位置及人脸尺寸输入到训练好的逻辑回归分类器中，对人脸图像的环境光强进行判断；当判断结果是人脸图像的环境光强未超过预设值时，则根据人脸亮度值调节人脸识别系统默认参数，再次采集人脸图像；当检测到再次采集到的人脸图像的人脸亮度值在预置亮度范围内时，则对再次采集到的人脸图像的人脸光照进行处理。依次对人脸图像的光照进行处理后再对图像进行识别，大幅度的提高了采集到的人脸图像质量，从而提高了识别系统对人脸图像识别的准确率。附图说明图1为一个实施例中人脸识别中光照处理方法的应用环境图；图2为一个实施例中计算机设备的内部结构示意图；图3为一个实施例中人脸识别中光照处理方法的流程示意图；图4为另一个实施例中人脸识别中光照处理方本文档来自技高网...

【技术保护点】
1.一种人脸识别中光照处理方法，所述方法包括：根据人脸识别系统默认参数采集人脸图像，根据所述人脸图像计算出人脸亮度值、人脸位置及人脸尺寸；将所述人脸亮度值、人脸位置及人脸尺寸输入到训练好的逻辑回归分类器中，对所述人脸图像的环境光强进行判断；当判断结果是所述人脸图像的环境光强未超过预设值时，则根据所述人脸亮度值调节所述人脸识别系统默认参数，再次采集人脸图像；当检测到所述再次采集到的人脸图像的人脸亮度值在预置亮度范围内时，则对所述再次采集到的人脸图像的人脸光照进行处理。

【技术特征摘要】
1.一种人脸识别中光照处理方法，所述方法包括：根据人脸识别系统默认参数采集人脸图像，根据所述人脸图像计算出人脸亮度值、人脸位置及人脸尺寸；将所述人脸亮度值、人脸位置及人脸尺寸输入到训练好的逻辑回归分类器中，对所述人脸图像的环境光强进行判断；当判断结果是所述人脸图像的环境光强未超过预设值时，则根据所述人脸亮度值调节所述人脸识别系统默认参数，再次采集人脸图像；当检测到所述再次采集到的人脸图像的人脸亮度值在预置亮度范围内时，则对所述再次采集到的人脸图像的人脸光照进行处理。2.根据权利要求1所述的方法，其特征在于，所述对所述再次采集到的人脸图像的人脸光照进行处理，包括：对所述再次采集到的人脸图像的人脸光照进行高斯滤波处理；对所述进行高斯滤波处理后的人脸图像提取韦伯脸局部描述特征；对所述提取韦伯脸局部描述特征后的人脸图像进行双边带滤波处理。3.根据权利要求1所述的方法，其特征在于，所述根据所述人脸亮度值调节所述人脸识别系统的参数，包括：根据所述人脸亮度值计算得到所述人脸识别系统的补光灯的脉冲宽度调制的占空比值，所述占空比值定义了一个脉冲循环内通电时间相对于总周期所占的比例；根据所述人脸亮度值计算得到所述人脸识别系统相机的曝光时间和曝光增益；根据所述计算得到的所述占空比值、所述相机的曝光时间和曝光增益对应调节所述人脸识别系统的参数。4.根据权利要求1所述的方法，其特征在于，所述训练好的逻辑回归分类器通过以下方式训练得到：获取多个人脸图像训练样本；根据每个所述人脸图像训练样本计算得到每个人脸图像训练样本的样本人脸亮度值、样本人脸位置及样本人脸尺寸；依次将所述每个人脸图像训练样本的样本人脸亮度值、样本人脸位置及样本人脸尺寸输入到逻辑回归分类器对应的输入变量中，并根据所述样本人脸亮度值、样本人脸位置及样本人脸尺寸对应的权值对所述逻辑回归分类器的权值进行调节；根据每次调节后的权值对所述逻辑回归分类器进行训练。5.根据权利要求4所述的方法，其特征在于，在所述获取多个人脸图像训练样本之后，还包括：根据预设的环境光强度对每个所述人脸图像训练样本添加数值标签；所述根据每次调节后的权值对所述逻辑回归分类器...

【专利技术属性】
技术研发人员：陈松，黄彬彬，李全忠，丁剑，彭斐，杨杰，何东岭，
申请(专利权)人：深圳市友信长丰科技有限公司，
类型：发明
国别省市：广东,44