【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种面向识别过程的热红外人脸图像纹理增强方法、系统及存储介质。
技术介绍
1、红外图像是红外技术与成像技术结合的产物，其主要应用于军事和安防等领域，例如在监控领域，在无光条件下，装有红外摄像头的监控设备仍能获取监控视野范围内的环境信息。但由于红外图像的成像机理以及红外成像系统自身的原因，红外图像与可见光图像相比，大多有图像对比度低、图像较模糊、信噪比低等特点。这对后续的特征提取、识别或跟踪等极为不利，因此抑制噪声，提高图像信噪比，以及调整红外图像对比度，增强红外图像边沿及线条等操作是必不可少的。所以，需要对图像进行适当的处理，因此红外图像增强是非常有必要的。
2、红外图像纹理增强技术的主要目的是处理一幅给定的红外图像使它的结果对某种特定应用来说比原始图像更合用。通过增强，可以改善红外图像的质量，为后续对红外图像的操作提供准备。
3、传统的红外图像纹理增强技术主要是指使用灰度变换、线性于非线性变换、图像平滑滤波等传统图像处理方法，将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富...
【技术保护点】
1.一种面向识别过程的热红外人脸图像纹理增强方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的热红外人脸图像纹理增强方法，其特征在于：在所述步骤1中，对高分辨率热红外摄像机获得的热红外图像进行去噪处理，获得更加清晰的热红外图像。
3.根据权利要求2所述的热红外人脸图像纹理增强方法，其特征在于：在所述步骤1中，通过中值滤波的方法对高分辨率热红外摄像机获得的热红外图像进行去噪处理，获得更加清晰的热红外图像。
4.根据权利要求1所述的热红外人脸图像纹理增强方法，其特征在于：L2损失函数为公式5-1，其中h、w分别为图像的高度与宽度...
【技术特征摘要】
1.一种面向识别过程的热红外人脸图像纹理增强方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的热红外人脸图像纹理增强方法，其特征在于：在所述步骤1中，对高分辨率热红外摄像机获得的热红外图像进行去噪处理，获得更加清晰的热红外图像。
3.根据权利要求2所述的热红外人脸图像纹理增强方法，其特征在于：在所述步骤1中，通过中值滤波的方法对高分辨率热红外摄像机获得的热红外图像进行去噪处理，获得更加清晰的热红外图像。
4.根据权利要求1所述的热红外人脸图像纹理增强方法，其特征在于：l2损失函数为公式5-1，其中h、w分别为图像的高度与宽度，x为通过仿真生成的低分辨率热红外图像，y为高分辨率热红外图像，f为纹理增强网络，θ为网络参数；
5.根据权利要求4所述的热红外人脸图像纹理增强方法，其特征在于：所述可见光人脸识别网络为vgg网络。
6.根据权利要求5所述的热红外人脸图像纹理增强方法，其特征在于：分类交叉熵损失为公式5-2与5-3，其中k是人脸总类别数，yk是图像y所属的人脸类别；
7.根据权利要求1所述的热红外人脸图像纹理增强方法，其特征在于：所述纹理增强网络为基于残差学习的热红外人脸图像纹理增强卷积神经网络，采用残差...
【专利技术属性】
技术研发人员：何震宇，王池，田超，杨超，
申请(专利权)人：哈尔滨工业大学深圳哈尔滨工业大学深圳科技创新研究院，
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。