一种基于光场相机的自适应人脸识别方法技术

本发明专利技术公开了一种基于光场相机的自适应人脸识别方法，包括以下步骤：通过光场相机采集原始图像，对原始图像进行光场再聚焦获取T张同一场景在不同位置的再聚焦图像；采用人脸检测算法对再聚焦图像进行人脸检测，得到初步人脸检测结果；对初步人脸检测结果进行人脸分组，得到同一人脸不同清晰程度的人脸图像序列；计算同一人脸不同清晰程度的人脸图像序列中每张图像的清晰度，获取每张人脸对应的清晰度最大的人脸图像；对清晰度最大的人脸图像进行人脸识别，完成基于光场相机的自适应人脸识别。本发明专利技术提出的基于光场相机的自适应人脸识别方法，提高了方法的自适应性，对环境依赖弱，能够适用于更多的识别场景。能够适用于更多的识别场景。能够适用于更多的识别场景。

【技术实现步骤摘要】
一种基于光场相机的自适应人脸识别方法


[0001]本专利技术属于人脸识别技术与光场成像
，具体涉及一种基于光场相机的自适应人脸识别方法。

技术介绍

[0002]近年来，人脸识别引起了越来越多的研究与开发，但是人脸识别在一些真实场景中的效果依然不理想。实际上，人脸识别的性能受到很多方面的因素影响，比如光照、遮挡，以及年龄的差异等，在智能监控系统中，仍存在一些有待解决的挑战。在监控场景下，因为相机的聚焦范围有限，我们希望针对不同姿态和不同距离的人脸有个准确的检测和识别结果。显然，传统相机一次拍摄不能够得到不同距离物体的清晰聚焦图像，从而影响了对物体识别的准确率，而光场相机可以实现先拍照后聚焦、全聚焦等功能，但是现有技术中基于广场相机的适应性差，对环境依赖性非常差。

技术实现思路

[0003]针对现有技术中的上述不足，本专利技术提供的一种基于光场相机的自适应人脸识别方法解决了现有技术中存在的问题。
[0004]为了达到上述专利技术目的，本专利技术采用的技术方案为：一种基于光场相机的自适应人脸识别方法，包括以下步骤：
[0005]S1、通过光场相机采集原始图像，对原始图像进行光场再聚焦获取T张同一场景在不同位置的再聚焦图像；
[0006]S2、采用人脸检测算法对再聚焦图像进行人脸检测，得到初步人脸检测结果；
[0007]S3、对初步人脸检测结果进行人脸分组，得到同一人脸不同清晰程度的人脸图像序列；
[0008]S4、计算同一人脸不同清晰程度的人脸图像序列中每张图像的清晰度，获取每张人脸对应的清晰度最大的人脸图像；
[0009]S5、对清晰度最大的人脸图像进行人脸识别，完成基于光场相机的自适应人脸识别。
[0010]进一步地，所述步骤S1中再聚焦图像具体为：
[0011][0012]其中，I(δ，Δ)表示再聚焦图像，w
ij
表示原始图像中x轴正方向第i个且在y轴正方向第j个位置的子图，δ表示子图w
ij
的尺寸，w
ij
(δ,Δ)表示子图w
ij
的子块patch，Δ表示子块patch的中心相对于子图w
ij
中心的偏移量，i＝1,2,...,N
x
，j＝1,2,...,N
y
，N
x
表示原始图像的子图阵列在x轴方向的总个数，N
y
表示原始图像的子图阵列在y轴方向的总个数。
[0013]进一步地，所述步骤S2中人脸检测算法为PyramidBox。
[0014]进一步地，所述步骤S3包括以下分步骤：
[0015]S3.1、设置计数器t＝1，并将所有再聚焦图像的同一角点作为图像坐标系的原点；
[0016]S3.2、将第t张中再聚焦图像中所有人脸分配不同的编码；
[0017]S3.3、根据初步人脸检测结果中人脸检测框，记录第t张再聚焦图像中人脸检测框与原点最近的角点坐标和人脸检测框的尺寸，并将人脸检测框的角点坐标作为其位置；
[0018]S3.4、将第t张再聚焦图像中所有人脸作为参考人脸；
[0019]S3.5、令t的计数值加1；
[0020]S3.6、根据初步人脸检测结果中人脸检测框，记录第t张再聚焦图像中人脸检测框与原点最近的角点坐标和人脸检测框的尺寸；
[0021]S3.7、根据第t张再聚焦图像中人脸检测框的位置，计算第t张再聚焦图像中人脸q与所有参考人脸之间的距离D，取出所有参考人脸中与人脸q距离最小的人脸ref，并记录人脸q与人脸ref之间的距离为Dist；
[0022]S3.8、判断距离Dist是否小于d/4且0.9<S
q
/S
ref
<1.1是否成立，若是，则将人脸ref的编码分配给人脸q，并进入步骤S3.9，否则给人脸q分配新的编码，记录人脸q的位置和尺寸，将人脸q作为参考人脸，并进入步骤S3.9；
[0023]S3.9、判断t的计数值是否等于T，若是，则得到人脸不同清晰程度的图像序列，否则返回步骤S3.5；
[0024]其中，d表示人脸q的人脸检测框边长的平均值，S
q
表示人脸q的尺寸，S
ref
表示人脸ref的尺寸。
[0025]进一步地，所述步骤S3.7中距离D的计算公式为：
[0026][0027]其中，(x
q
,y
q
)表示人脸q的位置坐标，(x
m
,y
m
)表示参考人脸m的位置坐标。
[0028]进一步地，所述步骤S4每张图像的清晰度计算公式为：
[0029][0030]其中，D(n)表示同一人脸对应的再聚焦图像n的清晰度，n＝1,2,...,K，K表示再聚焦图像的总数，(x
n
,y
n
)表示再聚焦图像n的像素点坐标值，x
n
＝1,2,...,X，y
n
＝1,2,...,Y，X表示再聚焦图像n的人脸检测部分中像素点最大的x轴坐标值，Y表示再聚焦图像n的人脸检测部分中像素点最大的y轴坐标值，f(x
n
,y
n
)表示(x
n
,y
n
)对应像素点的灰度值，f(x
n
+2,y
n
)表示(x
n
+2,y
n
)对应像素点的灰度值。
[0031]本专利技术的有益效果为：
[0032](1)本专利技术实现了一种基于光场相机的自适应人脸识别方法，提高了方法的自适应性，对环境依赖弱，能够适用于更多的识别场景。
[0033](2)本专利技术通过光场相机进行先拍照后聚焦，并且对照片进行检测人脸、人脸分组、计算清晰度和再识别处理，使人脸识别准确率较高。
[0034](3)本专利技术通过对人脸进行分组，能够准确地找到同一人脸不同距离的图像，并通过计算图像清晰度，得到了不同距离中最清晰的人脸图像，提高了人脸识别的准确率。
附图说明
[0035]图1为本专利技术提出的一种基于光场相机的自适应人脸识别方法流程图。
[0036]图2为本专利技术中再聚焦过程示意图。
具体实施方式
[0037]下面对本专利技术的具体实施方式进行描述，以便于本
的技术人员理解本专利技术，但应该清楚，本专利技术不限于具体实施方式的范围，对本
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内，这些变化是显而易见的，一切利用本专利技术构思的专利技术创造均在保护之列。
[0038]下面结合附图详细说明本专利技术的实施例。
[0039]如图1所示，一种基于光场相机的自适应人脸识别方法，包括以下步骤：
[0040]S1、通过光场相机采集原始图像，对原始图像进行光场再聚焦获取T张同一场景在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于光场相机的自适应人脸识别方法，其特征在于，包括以下步骤：S1、通过光场相机采集原始图像，对原始图像进行光场再聚焦获取T张同一场景在不同位置的再聚焦图像；S2、采用人脸检测算法对再聚焦图像进行人脸检测，得到初步人脸检测结果；S3、对初步人脸检测结果进行人脸分组，得到同一人脸不同清晰程度的人脸图像序列；S4、计算同一人脸不同清晰程度的人脸图像序列中每张图像的清晰度，获取每张人脸对应的清晰度最大的人脸图像；S5、对清晰度最大的人脸图像进行人脸识别，完成基于光场相机的自适应人脸识别。2.根据权利要求1所述的基于光场相机的自适应人脸识别方法，其特征在于，所述步骤S1中再聚焦图像具体为：其中，I(δ，Δ)表示再聚焦图像，w
ij
表示原始图像中x轴正方向第i个且在y轴正方向第j个位置的子图，δ表示子图w
ij
的尺寸，w
ij
(δ,Δ)表示子图w
ij
的子块patch，Δ表示子块patch的中心相对于子图w
ij
中心的偏移量，i＝1,2,...,N
x
，j＝1,2,...,N
y
，N
x
表示原始图像的子图阵列在x轴方向的总个数，N
y
表示原始图像的子图阵列在y轴方向的总个数。3.根据权利要求1所述的基于光场相机的自适应人脸识别方法，其特征在于，所述步骤S2中人脸检测算法为PyramidBox。4.根据权利要求1所述的基于光场相机的自适应人脸识别方法，其特征在于，所述步骤S3包括以下分步骤：S3.1、设置计数器t＝1，并将所有再聚焦图像的同一角点作为图像坐标系的原点；S3.2、将第t张中再聚焦图像中所有人脸分配不同的编码；S3.3、根据初步人脸检测结果中人脸检测框，记录第t张再聚焦图像中人脸检测框与原点最近的角点坐标和人脸检测框的尺寸，并将人脸检测框的角点坐标作为其位置；S3.4、将第t张再聚焦图像中所有人脸作为参考人脸；S3.5、令t的计数值加1；S3.6、根据初步人脸检测结果中人脸检测框，记录第t张再聚焦图像中人脸检测框与原点最近的角点坐标和人脸检测框的尺寸；S3.7、根据第t张再聚焦图...

【专利技术属性】
技术研发人员：张汝民，王文一，陈建文，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：