【技术实现步骤摘要】
一种人脸区域亮度值的精确计算方法及装置
[0001]本专利技术涉及人脸识别领域,尤其是一种人脸区域亮度值的精确计算方法及装置。
技术介绍
[0002]随着人工智能的高速发展,人脸识别技术作为一种身份认证手段,在考勤系统、门禁系统等应用场景下扮演着愈发重要的角色,因此保证图像质量,尤其是人脸图像的质量,对于这些智能应用有着重要意义。在生产中,大多数厂家都会选择使用宽动态摄像头来保证图像亮度。然而在实际应用场景下,宽动态摄像头虽然能够动态调整曝光度来保证画面的整体亮度,但是宽动态的熔化热图像在清晰度和颜色还原度等方面的成像质量相较于线性图像仍有不足,同时在低照度、阴影等光线条件下仍无法提供满足识别需求的人脸图像。因此,根据人脸区域亮度自动调节相机曝光度的方法,实现对人脸区域图质量的优化,能够在相同的硬件和算法基础上得到更高质量的人脸图像以提高人脸的识别率,有利于促进智能产品领域的技术发展。
[0003]对此,由于曝光调节依赖于人脸亮度计算,因此,对人脸区域亮度的计算准确性直接决定了曝光的有效性和及时性。一种高准确度的人脸曝光亮度计算对于人脸曝光算法来说十分重要。现有的人脸曝光调节算法大都依赖于AI人脸检测给出的一个矩形框选择区域进行人脸亮度计算,计算方式也仅仅是采用像素点的叠加或者采用SOC提供的统计亮度块进行运算,这种计算方式没有考虑到算法框与实际人脸框的偏差性以及人脸面部区域有口罩等遮挡物的影响,这会使得人脸亮度的计算结果在很大概率上与真实人脸亮度存在较大的偏差,使得后续的曝光调节出现反复震荡甚至曝光不足或者 ...
【技术保护点】
【技术特征摘要】
1.一种人脸区域亮度值的精确计算方法,其特征在于,包括以下步骤:获取人脸区域位置,根据区域大小确定采样步长,具体为:通过人脸检测获取到人脸所在画面中的区域位置;Step1:对取出的所述区域位置进行数据的抽样,当区域的宽度大于设定阈值或高度大于设定最大像素量阈值时,采样的步长设置为:高度采样步长为高度值与高度最大像素量阈值的比值,宽度采样步长为宽度值与宽度最大像素量阈值的比值,并取整数;否则步长选择为1;计算所述区域位置中采样单个像素点亮度,并进行归一化处理;Step2:根据人脸框的大小,构建所述区域位置中的全部像素点或采样像素点的亮度直方图信息,计算出亮度平均值、最值、以及方差的数学统计结果,计算得出暗态亮度阈值与高亮亮度阈值,并统计小于暗态亮度阈值的像素点个数以及大于高亮亮度阈值的像素点个数以及所述区域位置中的亮度中位数;Step3:根据计算出的人脸区域大于高亮亮度阈值的像素点个数与设定的高亮像素点个数阈值以及小于暗态亮度阈值的像素点个数与设定的暗态像素点个数阈值进行判断,初步分析画面中的亮度是否分布均匀,是否存在大量非人脸属性的像素点;若存在亮度分布不均匀或大量非人脸属性的像素点,则初步判断画面中存在遮挡物,此时进入Step4,否则进入Step5;Step4:对人脸区域进行分区域,重新进行亮度分析处理,具体为:将人脸区域分为上下两个部分,上部区域为所述区域位置上部1/3的画面,下部区域为所述区域位置上部1/2的画面;对两部分区域分别重复Step1与Step2的过程,计算出新的亮度平均值、方差以及直方图信息;分别判断上部区域亮度平均值,下部区域亮度平均值与整个画面的亮度平均值的差异性;若判断结果为画面上下区域的亮度偏差较大,此时可以视为画面下半区有遮挡物遮挡影响,则取上部区域作为人脸的画面亮度统计区域;将上部区域的统计信息替换到所述区域位置的统计结果,然后进入Step5;否则直接进入Step5进行处理;Step5:对计算出的亮度方差与亮度方差阈值进行画面亮度分布均匀判决,所述亮度方差阈值根据不同场景需求可设定不同值;如果画面亮度分布均匀,则当前的亮度平均值即为最终的人脸亮度均值;反之筛选掉一些影响人脸肤色亮度计算的区域重新的新的计算亮度平均值作为最终的人脸亮度均值。2.根据权利要求1所述的人脸区域亮度值的精确计算方法,其特征在于:所述步骤Step1中单个像素点亮度Brightness
[i,j]
采用如下标准计算公式:Brightness
[i,j]
=(299*R
[i,j]
+587*G
[i,j]
+114*B
[i,j]
)/1000,其中R
[i,j]
,G
[i,j]
,B
[i,j]
分别为该像素点的RGB的亮度值。3.根据权利要求2所述的人脸区域亮度值的精确计算方法,其特征在于:所述对像素点亮度进行归一化处理具体为:将计算结果进行线性计算处理到阈值为[0
‑2M
‑1],保存到LumaStatOri[w][h]中;其中w=width/Wstep,h=height/Hstep,全部统计像素点个数为w*h;width为所述区域位置的宽
度,height为所述区域位置的高度;Wstep为宽度采样步长,Hstep为高度采样步长,N为数据位数。4.根据权利要求3所述的人脸区域亮度值的精确计算方法,其特征在于:所述步骤Step2中构建所述区域位置中的全部像素的亮度直方图信息具体包括通过下述公式计算所述区域位置的亮度平均值与方差值LumaAvg
ori
、LumaVar
ori
::以及统计所述区域位置的亮度最小值LumaMin
ori
与亮度最大值LumaMax
ori
。5.根据权利要求4所述的人脸区域亮度值的精确计算方法,其特征在于:步骤Step2中所述暗态亮度阈值与高亮亮度阈值通过以下公式计算获得:LumaLowLimit=LumaAvg*LumaLowThrLumaHighLimit=LumaAvg*LumaHighThr;其中LumaLowLimit
Ori
为暗态亮度阈值,LumaHighLimit
Ori
为高亮亮度阈值,LumaLowThr与LumaHighThr为给定的亮度约束阈值。6.根据权利要求4所述的人脸区域亮度值的精确计算方法,其特征在于:步骤Step3中所述高亮像素点个数阈值以及暗态像素点个数阈值通过以下公式获得:LumaHig...
【专利技术属性】
技术研发人员:郑东,陈丽,潘雷,方勤,
申请(专利权)人:杭州宇泛智能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。