一种基于RGB颜色空间的红外偏振人脸识别方法技术

本发明专利技术公开了一种基于RGB颜色空间的红外偏振人脸识别方法，包括以下步骤：S1:利用偏振成像系统获取红外人脸偏振热像；S2:提出一种红外人脸偏振热像RGB空间融合框架并对已获得的红外人脸偏振热像进行融合形成类可见RGB图像；S3:利用方向梯度直方图获取融合后的类可见RGB图像的特征，并提出一种基于支持向量机的人脸识别框架并对类可见RGB图像和红外人脸偏振图像进行识别；S4:对实验结果进行分析，包括对类可见RGB图像的结果分析和对基于支持向量机的人脸识别框架对不同图像的识别率对比分析。本发明专利技术方法的图像熵和结构相似性更高，并且人脸特征更加接近可见光图像，使得人脸识别率更高。别率更高。别率更高。

【技术实现步骤摘要】
一种基于RGB颜色空间的红外偏振人脸识别方法


[0001]本专利技术涉及热红外人脸识别领域，具体涉及一种基于RGB颜色空间的红外偏振人脸识别方法。

技术介绍

[0002]研究表明，人脸皮肤具有近似黑体的发射率和较强的自发辐射能力。人脸自发辐射由人脸组织和结构如血管和血管分布所决定，与人的基因结构有关；通过人脸自发辐射获取的红外热像与人脸特征密切相关，具有唯一性，且不受环境光照、肤色和化妆品的影响，具有抗干扰性强、防伪装、防欺诈等优点,因此可以通过热红外图像实现低分辨条件下的人脸识别。
[0003]目前，通过热红外图像进行人脸识别取得巨大进展。但是现有技术具有以下缺点：虽然这些方法都取得了较好的效果，但在成像时，红外热像会受到环境、相机自身、光谱范围等多种因素的影响，导致人脸识别的效果不理想。归纳其原因，主要有：(1)红外相机的热焦平面阵列(FPA)响应光谱波长较长，热像人脸面部图像的空间分辨率低于对应可见光图像，观测到的可见人脸特征与热像人脸特征存在较大不同；(2)识别算法性能根本上受限于可见和热像面部特征之间的相关性，而现象学(可见光成像的反射比和热成像的发射率)上的差异使得可见光谱成像与红外热成像之间存在较大的模态间隙。

技术实现思路

[0004]本专利技术的目的在于提供一种基于RGB颜色空间的红外偏振人脸识别方法，其基于不同Stokes图像对于人脸不同区域的特征凸显，应用DoG后的Stokes图像作为RGB颜色空间融合的参数，得到融合后人脸，并建立了一个红外人脸偏振热像数据集对融合图像进行分析，并用HOG
‑
SVM人脸识别框架进行人脸识别。
[0005]为实现上述目的，本专利技术提供如下技术方案：
[0006]一种基于RGB颜色空间的红外偏振人脸识别方法，包括以下步骤：
[0007]S1:利用偏振成像系统获取红外人脸偏振热像；
[0008]S2:提出一种红外人脸偏振热像RGB空间融合框架并对已获得的红外人脸偏振热像进行融合形成类可见RGB图像；
[0009]S3:利用方向梯度直方图获取融合后的类可见RGB图像的特征，并提出一种基于支持向量机的人脸识别框架并对类可见RGB图像和红外人脸偏振图像进行识别；
[0010]S4:对类可见RGB图像的成像效果和对基于支持向量机的人脸识别框架对类可见RGB图像和红外人脸偏振图像的识别率进行对比分析。
[0011]优选地，所述步骤S1的具体步骤如下，由人脸面部的自发辐射透过偏振方位角为0
°
、60
°
、120
°
的偏振图像系统来获得红外人脸偏振图像，为了收集数据，要求每个受试者坐在椅子上并摘下眼镜，在完全黑暗的环境下在离相机1m处表露各种微表情，然后开灯拍摄可见光图像。
[0012]优选地，所述步骤S2的具体步骤如下，先对获取的红外人脸偏振热像进行均值滤波预处理，随后对滤波后的Stokes参量图像应用高斯差分特征边缘检测处理，最后将高斯差分(Difference of Gaussian，DoG)处理的检测图像作权重处理，并将Stokes参量I、Q、U图像对应三个色域通道R、G、B，从而可以形成RGB色域偏振热像融合的类可见RGB图像。
[0013]优选地，所述步骤S3的具体步骤如下，利用方向梯度直方图(Histogram Oriented Gradients，HOG)提取类可见RGB图像和其他红外偏振人脸图像的特征，然后应用支持向量机(Support Vector Machine,SVM)的人脸识别方法来对由利用方向梯度直方图所提取的各图像特征图进行识别。
[0014]优选地，所述步骤S4的具体步骤如下，为定量分析融合图像展现的信息，提取了类可见RGB图像的图像熵、结构相似性和DoG边缘检测图像并与原图像进行比较，并用基于支持向量机的人脸识别框架对类可见RGB图像与其他图像的识别率比较。
[0015]与现有技术相比，本专利技术的有益效果是：
[0016]1)本专利技术提出了一种融合红外和偏振信息的RGB颜色空间融合方法，基于不同Stokes图像对于人脸不同区域的特征凸显，应用DoG后的Stokes图像作为RGB颜色空间融合的参数，得到融合后人脸。建立了一个红外人脸偏振热像数据集对融合后的类可见RGB图像进行分析，并用HOG
‑
SVM人脸识别框架进行人脸识别。实验结果表明本专利技术方法的图像熵和结构相似性更高，并且人脸特征更加接近可见光图像，使得人脸识别率更高。
[0017]2)本专利技术基于红外人脸成像的不足，阐明在红外热成像引入偏振探测技术对于人脸红外图像的对比度和面部细节纹理的提升，使其具有更为丰富的特征。基于识别算法性能根本上受限于可见和热像面部特征之间的相关性，本专利技术将代表不同信息的三个Stokes参量映射到三个独立色域通道R、G、B，进行色域融合后得到类可见RGB图像，然后提取HOG特征并通过SVM算法，提高了红外人脸热像的识别精度。
附图说明
[0018]图1为本专利技术实施例中RGB颜色空间融合流程图；
[0019]图2中，(a)为本专利技术实施例中HOG
‑
SVM人脸识别流程的训练过程图，(b)为本专利技术实施例中HOG
‑
SVM人脸识别流程的测试过程图；
[0020]图3为本专利技术实施例中不同偏振方位角图像及解析获取的Stokes参量图像；
[0021]图4为本专利技术实施例中类可见RGB图像图；
[0022]图5为本专利技术实施例中可见光、I、Q、U、RGB的图像熵和结构相似性图像；
[0023]图6中，(a)为本专利技术实施例中可见光图像、I、Q、U、DOP、RGB的原始图像，(b)为本专利技术实施例中可见光图像、I、Q、U、DOP、RGB的结构相似性图像，(c)为本专利技术实施例中可见光图像、I、Q、U、DOP、RGB的DoG边缘检测图像；
[0024]图7为本专利技术实施例中HOG特征图，从左到右分别是可见光、I、Q、U、RGB；
[0025]图8为本专利技术实施例中红外偏振人脸图像的识别率图。
具体实施方式
[0026]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例。基
于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0027]一种基于RGB颜色空间的红外人脸偏振识别方法，包括以下几个步骤：
[0028]1.利用偏振成像系统获取红外人脸偏振热像。
[0029]使用由CCD长波红外制冷相机和带有红外金属线栅偏光镜的高精密转台组成，可见光图像由可见光相机拍摄，两者紧贴分时采集图像。为了收集数据，要求每个受试者坐在椅子上并摘下他的眼镜。严格控制光照环境，在小黑屋中模拟黑夜环境，受试者在其中几乎没有可见度。受试者将在离相机1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于RGB颜色空间的红外偏振人脸识别方法，其特征在于，包括以下步骤：S1:利用偏振成像系统获取红外人脸偏振热像；S2:提出一种红外人脸偏振热像RGB空间融合框架并对已获得的红外人脸偏振热像进行融合形成类可见RGB图像；S3:利用方向梯度直方图获取融合后的类可见RGB图像的特征，并提出一种基于支持向量机的人脸识别框架并对类可见RGB图像和红外人脸偏振图像进行识别；S4:对类可见RGB图像的成像效果和对基于支持向量机的人脸识别框架对类可见RGB图像和红外人脸偏振图像的识别率进行对比分析。2.根据权利要求1所述的一种基于RGB颜色空间的红外偏振人脸识别方法，其特征在于：所述步骤S1的具体步骤如下，由人脸面部的自发辐射透过偏振方位角为0
°
、60
°
、120
°
的偏振图像系统来获得红外人脸偏振图像，为了收集数据，要求每个受试者坐在椅子上并摘下眼镜，在完全黑暗的环境下在离相机1m处表露各种微表情，然后开灯拍摄可见光图像。3.根据权利要求1所...

【专利技术属性】
技术研发人员：汪方斌，金蓄，唐晟，朱达荣，高业飞，
申请(专利权)人：安徽建筑大学，
类型：发明
国别省市：