一种人脸识别方法技术

本发明专利技术提供一种人脸识别方法，通过对人脸进行粗糙度计算，量化环境光对人脸的影响效果，在通过生成人脸光照过曝图像，进一步得到人脸光照纹理图，最后通过灰度图像与人脸光照纹理图进行逐像素相减，得到去除高光后的人脸图像，从而进一步对去除高光后的人脸图像进行人脸识别操作。本发明专利技术能有效去除人脸识别图像中的高光部分，从而提高人脸识别的准确度与效率；本发明专利技术根据人脸粗糙程度求得人脸光照过曝图像，精准放大光照对人脸的影响，进一步生成精确的光照纹理图：本方法去除光照对人脸的影响仅需要单幅人脸图像，并不需任何训练图像和光照先验知识，具有很好的鲁棒性和适应性。

【技术实现步骤摘要】

本专利技术涉及人脸识别领域，具体为一种人脸识别方法。

技术介绍

1、在一定的光照环境下进行人脸拍摄，拍摄到的人脸图像经常存在高光区域。这些高光区域由于光线的明亮反射，会使得部分人脸区域出现过度亮白的情况，遮盖了人脸局部的形状、颜色以及纹理等特征。这种情况对于人脸图像的检测与识别产生很大的干扰，降低了系统的准确性和可靠性。

2、因此，针对人脸图像中高光区域的问题，高光去除成为提高人脸图像识别率的一种重要手段。高光去除的目标是将图像中高光区域的过度亮白效果减弱，同时恢复出非高光下的人脸颜色。这样可以使人脸图像更加平衡和一致，恢复被遮盖的局部特征。

3、常见的高光去除方法包括传统图像处理方法和基于深度学习的方法。传统方法通常基于图像的统计特性和先验知识，如灰度分布、背景预测等，通过对图像进行滤波、调整亮度和对比度等操作来减弱高光的影响。而基于深度学习的方法通过训练一个深度神经网络，学习图像中高光和非高光区域的映射关系，从而对高光区域进行修复或者恢复。

4、高光去除处理能够提高人脸图像的质量，降低高光对人脸识别系统的干扰，使得系本文档来自技高网...

【技术保护点】

1.一种人脸识别方法，其特征在于，包括如下具体步骤：

2.根据权利要求1所述的一种人脸识别方法，其特征在于，所述S2的具体步骤包括：

3.根据权利要求2所述的一种人脸识别方法，其特征在于，所述S3的具体步骤包括：

4.根据权利要求3所述的一种人脸识别方法，其特征在于，所述S4的具体步骤包括：

5.根据权利要求4所述的一种人脸识别方法，其特征在于，所述S5的具体计算方法为：Hfinal(i,j)＝HZ(i,j)-HW(i,j)，其中，Hfinal(i,j)表示去除高光后的人脸图像中坐标为(i,j)的像素点的灰度值，HZ(i,j)表示灰度图像中...

【技术特征摘要】

1.一种人脸识别方法，其特征在于，包括如下具体步骤：

2.根据权利要求1所述的一种人脸识别方法，其特征在于，所述s2的具体步骤包括：

3.根据权利要求2所述的一种人脸识别方法，其特征在于，所述s3的具体步骤包括：

4.根据权利要求3所述的一种人脸识别方法，其特征在于，所述s4的具体步骤包括：

5.根...

【专利技术属性】
技术研发人员：陈静，潘荣才，
申请(专利权)人：南京泛泰数字科技研究院有限公司，
类型：发明
国别省市：