一种基于bayer格式图像的人脸识别方法及系统技术方案

本发明专利技术公开了一种基于bayer格式图像的人脸识别方法及系统，所述方法包括：利用图像传感器采集bayer格式图像；所述bayer格式图像为未经过图像信号处理的单通道图像；对所述bayer格式图像进行伽马校正与颜色插值处理，得到待检测图像；对所述待检测图像进行人脸检测，根据人脸检测结果裁剪出第一人脸图像；对所述第一人脸图像进行图像增强处理，得到第二人脸图像；使用人脸特征提取网络对所述第二人脸图像进行特征提取，得到待验人脸特征；将所述待验人脸特征与人脸数据库中的标准人脸特征逐一比较，得到人脸识别结果。得到人脸识别结果。得到人脸识别结果。

【技术实现步骤摘要】
一种基于bayer格式图像的人脸识别方法及系统


[0001]本申请涉及图像识别
，尤其涉及一种基于bayer格式图像的人脸识别方法及系统。

技术介绍

[0002]目前，人脸识别被广泛应用于智能监控、门禁、移动支付等日常场景中。此类场景下，人脸识别采用的算法往往具有较高的复杂度，对系统具有较高的算力要求与能耗需求。
[0003]而与大型设备相比，采用嵌入式微处理器的设备具有独特的优势，能够更加靠近于数据源，具有不引人注意、可应用于空间受限的场景等特点，如智能安防下的入侵检测、车载设备上的驾驶员状态分析。但这类嵌入式设备的算力与能耗往往会受到限制，因此目前较为复杂的人脸识别算法无法应用在嵌入式设备上。

技术实现思路

[0004]本专利技术提供了一种基于bayer格式图像的人脸识别方法及系统，以解决或者部分解决现有人脸识别算法因太过复杂与嵌入式设备不匹配的技术问题。
[0005]为解决上述技术问题，本专利技术的第一方面，公开了一种基于bayer格式图像的人脸识别方法，所述方法包括：
[0006]利用图像传感器采集bayer格式图像；所述bayer格式图像为未经过图像信号处理的单通道图像；
[0007]对所述bayer格式图像进行伽马校正与颜色插值处理，得到待检测图像；
[0008]对所述待检测图像进行人脸检测，根据人脸检测结果裁剪出第一人脸图像；
[0009]对所述第一人脸图像进行图像增强处理，得到第二人脸图像；
[0010]使用人脸特征提取网络对所述第二人脸图像进行特征提取，得到待验人脸特征；
[0011]将所述待验人脸特征与人脸数据库中的标准人脸特征逐一比较，得到人脸识别结果。
[0012]优选的，所述对所述bayer格式图像进行伽马校正与颜色插值处理，得到待检测图像，具体包括：
[0013]对所述bayer格式图像进行伽马校正，得到调整亮度后的bayer格式图像；
[0014]对调整亮度后的bayer格式图像进行颜色插值处理，将调整亮度后的bayer格式图像转为三通道的RGB格式图像，以作为所述待检测图像。
[0015]优选的，所述对所述第一人脸图像进行图像增强处理，得到第二人脸图像，具体包括：
[0016]对所述第一人脸图像进行灰度化处理，得到第一人脸灰度图像；
[0017]对所述第一人脸灰度图像进行归一化处理，得到第二人脸灰度图像；
[0018]对所述第一人脸图像按照R、G、B三个通道逐通道进行进行归一化处理，得到归一化人脸图像；
[0019]将所述第二人脸灰度图像作为引导图，对所述归一化人脸图像按照R、G、B三个通道逐通道进行导向滤波，得到导向滤波输出图像；
[0020]对所述导向滤波输出图像按照R、G、B三个通道逐通道进行线性变换，得到所述第二人脸图像。
[0021]优选的，所述对所述第一人脸图像进行灰度化处理，得到第一人脸灰度图像，具体包括：
[0022]利用灰度化公式I1(x，y)＝k1
·
I
0，R
(x，y)+k2
·
I
0，G
(x，y)+k3
·
I
0，B
(x，y)对所述第一人脸图像进行处理，得到所述第一人脸灰度图像；其中，I0为第一人脸图像，I1为第一人脸灰度图像，I
0，R
(x，y)，I
0，G
(x，y)，I
0，B
(x，y)分别为第一人脸图像I0的R、G、B三个通道在像素位置(x，y)处的值，I1(x，y)为第一人脸灰度图像I1在像素位置(x，y)处的值，k1，k2，k3均为权重。
[0023]优选的，所述对所述第一人脸灰度图像进行归一化处理，得到第二人脸灰度图像，具体包括：
[0024]将所述第一人脸灰度图像中的每个像素值除以所述第一人脸灰度图像中的最大像素值，得到所述第二人脸灰度图像。
[0025]优选的，所述对所述第一人脸图像按照R、G、B三个通道逐通道进行进行归一化处理，得到归一化人脸图像，具体包括：
[0026]将所述第一人脸图像按照R、G、B三个通道，逐通道对每个像素值除以所述第一人脸灰度图像的最大像素值，得到所述归一化人脸图像。
[0027]优选的，所述对所述导向滤波输出图像按照R、G、B三个通道逐通道进行线性变换，具体包括：
[0028]根据公式逐通道进行线性变换；其中，I0′
(x，y)为通道图像I0′
在像素位置(x，y)处的值，通道图像I0′
为所述导向滤波输出图像中的任一通道图像，I1′
(x，y)为线性变换结果图像I1′
在像素位置(x，y)处的值，b，a分别为通道图像I0′
的像素最大值与像素最小值，max，min分别为所述第一人脸灰度图像的像素最大值与像素最小值。
[0029]优选的，所述将所述待验人脸特征与人脸数据库中的标准人脸特征逐一比较，得到人脸识别结果，具体包括：
[0030]将所述待验人脸特征与所述标准人脸特征逐一进行相似性度量，并选取最大相似度进行阈值判断；其中，所述标准人脸特征包含人脸ID信息；
[0031]若所述最大相似度大于等于所述阈值，将最大相似度对应的标准人脸特征包含的人脸ID信息作为所述bayer格式图像的识别结果；
[0032]若所述最大相似度小于所述阈值，判定无法识别所述bayer格式图像。
[0033]本专利技术的第二方面，公开了一种基于bayer格式图像的人脸识别系统，所述系统包括：
[0034]图像传感器模块，用于采集bayer格式图像；所述bayer格式图像为未经过图像信号处理的单通道图像；
[0035]预处理模块，用于对所述bayer格式图像进行伽马校正与颜色插值处理，得到待检
测图像；
[0036]人脸检测模块，用于对所述待检测图像进行人脸检测，根据人脸检测结果裁剪出第一人脸图像；
[0037]图像增强模块，用于对所述第一人脸图像进行图像增强处理，得到第二人脸图像；
[0038]特征提取模块，用于使用人脸特征提取网络对所述第二人脸图像进行特征提取，得到待验人脸特征；
[0039]比较模块，用于将所述待验人脸特征与人脸数据库中的标准人脸特征逐一比较，得到人脸识别结果。
[0040]本专利技术的第三方面，公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。
[0041]本专利技术的第四方面，公开了一种嵌入式设备，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上述方法的步骤。
[0042]通过本专利技术的一个或者多个技术方案，本专利技术具有以下有益效果或者优点：
[0043]本专利技术中的技术方案具有更低的计算复杂度，可在低功耗嵌入式微处理器上运行，如ARM 本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于bayer格式图像的人脸识别方法，其特征在于，所述方法包括：利用图像传感器采集bayer格式图像；所述bayer格式图像为未经过图像信号处理的单通道图像；对所述bayer格式图像进行伽马校正与颜色插值处理，得到待检测图像；对所述待检测图像进行人脸检测，根据人脸检测结果裁剪出第一人脸图像；对所述第一人脸图像进行图像增强处理，得到第二人脸图像；使用人脸特征提取网络对所述第二人脸图像进行特征提取，得到待验人脸特征；将所述待验人脸特征与人脸数据库中的标准人脸特征逐一比较，得到人脸识别结果。2.如权利要求1所述的方法，其特征在于，所述对所述bayer格式图像进行伽马校正与颜色插值处理，得到待检测图像，具体包括：对所述bayer格式图像进行伽马校正，得到调整亮度后的bayer格式图像；对调整亮度后的bayer格式图像进行颜色插值处理，将调整亮度后的bayer格式图像转为三通道的RGB格式图像，以作为所述待检测图像。3.如权利要求1所述的方法，其特征在于，所述对所述第一人脸图像进行图像增强处理，得到第二人脸图像，具体包括：对所述第一人脸图像进行灰度化处理，得到第一人脸灰度图像；对所述第一人脸灰度图像进行归一化处理，得到第二人脸灰度图像；对所述第一人脸图像按照R、G、B三个通道逐通道进行进行归一化处理，得到归一化人脸图像；将所述第二人脸灰度图像作为引导图，对所述归一化人脸图像按照R、G、B三个通道逐通道进行导向滤波，得到导向滤波输出图像；对所述导向滤波输出图像按照R、G、B三个通道逐通道进行线性变换，得到所述第二人脸图像。4.如权利要求3所述的方法，其特征在于，所述对所述第一人脸图像进行灰度化处理，得到第一人脸灰度图像，具体包括：利用灰度化公式I1(x,y)＝k1
·
I
0,R
(x,y)+k2
·
I
0,G
(x,y)+k3
·
I
0,B
(x,y)对所述第一人脸图像进行处理，得到所述第一人脸灰度图像；其中，I0为第一人脸图像，I1为第一人脸灰度图像，I
0,R
(x,y),I
0,G
(x,y),I
0,B
(x,y)分别为第一人脸图像I0的R、G、B三个通道在像素位置(x,y)处的值，I1(x,y)为第一人脸灰度图像I1在像素位置(x,y)处的值，k1，k2，k3均为权重。5.如权利要求3所述的方法，其特征在于，所述对所述第一人脸灰度图像进行归一化处理，得到第二人脸灰度图像，具体包括：将所述第一人脸灰度图像中的每...

【专利技术属性】
技术研发人员：王路远，李原超，李威君，尚德龙，周玉梅，
申请(专利权)人：中科南京智能技术研究院，
类型：发明
国别省市：