一种多特征融合的人脸图像光照识别方法及系统技术方案

本发明专利技术公开了一种多特征融合的人脸图像光照识别方法，包括步骤：对每一张不同光照情形下的人脸图像，提取图像的协方差矩阵，计算图像的区域差别特征，二者融合作为图像的统计特征；基于神经网络方法提取人脸图像的深度特征；将所述统计特征和深度特征进行融合，得到融合后特征；对融合后特征进行分类，以实现人脸图像的光照识别。本发明专利技术还公开了一种多特征融合的人脸图像光照识别系统。本发明专利技术能够实现对不同光照条件下人脸图像的区分，且准确率高、识别速度快、未来技术更新容易。

A Method and System for Illumination Recognition of Face Images Based on Multi-feature Fusion

The invention discloses a face image illumination recognition method based on multi-feature fusion, which includes steps: extracting the covariance matrix of each face image under different illumination conditions, calculating the regional difference characteristics of the image, fusing the two as the statistical features of the image; extracting the depth features of the face image based on the neural network method; and extracting the statistical features and depth features of the face image; Fusion is carried out to get the fused features, and the fused features are classified to realize the illumination recognition of face images. The invention also discloses a face image illumination recognition system based on multi-feature fusion. The invention can distinguish face images under different illumination conditions, and has high accuracy, fast recognition speed and easy updating of future technology.

【技术实现步骤摘要】
一种多特征融合的人脸图像光照识别方法及系统
本专利技术涉及图像识别研究领域，特别涉及一种多特征融合的人脸图像光照识别方法及系统。
技术介绍
随着电子技术的发展，图像的获取越来越便利，而图像作为信息的载体，相对于文本和声音更加形象直观。在智能安防领域，人脸识别技术已经引起了广泛的关注并且具有广阔的应用前景，但是在人脸图像的采集过程中，存在着人脸光照等影响因素，这些因素会降低人脸识别的准确率，因此如何从海量的人脸图像中将不同光照情形下的人脸图像准确区分开，从而在不同需求场景下可选择适合该场景的光照情形的图像是很有研究意义的。传统的方法一般是提取一些人脸的光照特征描述子用来进行光照识别，但是随着人工智能的不断发展，深度人脸特征的引入也能很大程度上提高分类器的分类准确率。人脸图像光照识别的工作流程一般包括：特征提取、对提取的特征进行分类，从而完成人脸图像光照的识别工作。1.特征提取：人脸光照相关特征提取是对于一张输入的人脸图像，提取出图像可能含有光照信息的特征描述子的过程。现有的特征提取的方法包括传统特征描述子提取方法和深度学习特征提取方法。其中，传统特征描述子常包括协方差矩阵、左右反差、上本文档来自技高网...

【技术保护点】
1.一种多特征融合的人脸图像光照识别方法，其特征在于，包括步骤：对每一张不同光照情形下的人脸图像，提取图像的协方差矩阵，计算图像的区域差别特征，二者融合作为图像的统计特征；基于神经网络方法提取人脸图像的深度特征；将所述统计特征和深度特征进行融合，得到融合后特征；对融合后特征进行分类，以实现人脸图像的光照识别。

【技术特征摘要】
1.一种多特征融合的人脸图像光照识别方法，其特征在于，包括步骤：对每一张不同光照情形下的人脸图像，提取图像的协方差矩阵，计算图像的区域差别特征，二者融合作为图像的统计特征；基于神经网络方法提取人脸图像的深度特征；将所述统计特征和深度特征进行融合，得到融合后特征；对融合后特征进行分类，以实现人脸图像的光照识别。2.根据权利要求1所述的多特征融合的人脸图像光照识别方法，其特征在于，提取图像的协方差矩阵，步骤是：对于一张输入的人脸图像，计算图像的协方差矩阵，得到大小为n×n的矩阵，然后将矩阵拉直成为n×n一维长度的特征；对于n×n一维长度的特征，利用预先训练好的auto-encoder模型，将数据进行降维，得到降维后的特征；计算图像的区域差别特征，步骤是：对于一张输入的人脸照片，求出左边和右边的平均亮度差值作为图像的左右偏差，求出上面和下面的平均亮度差值作为图像的上下偏差，求出整张图的平均亮度值，将这3个值作为人脸图像提取出的区域差别特征；将降维后的特征与区域差别特征串联，得到统计特征。3.根据权利要求1所述的多特征融合的人脸图像光照识别方法，其特征在于，基于神经网络方法提取人脸图像的深度特征，是指基于tensorflow神经网络框架，利用训练好的FaceNet模型对具有不同光照条件的人脸图像进行特征提取，得到深度特征。4.根据权利要求1所述的多特征融合的人脸图像光照识别方法，其特征在于，利用支持向量机SVM方法对融合后特征进行分类，得到每张图像的光照类别标签，进而将人脸图像分至正确的光照种类所在的类别中。5.根据权利要求1所述的多特征融合的人脸图像光照识别方法，其特征在于，所述人脸图像光照识别方法，针对输入的每一张人脸图像，首先对人脸图像数据进行特征标准化，以使得数据的每个维度具有零均值和单位方差。6.一种多特征融合的人脸图像...

【专利技术属性】
技术研发人员：赖剑煌，吴卓亮，欧阳柳，谢晓华，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东,44