一种人脸图像归一化方法技术

本发明专利技术公开了一种人脸图像归一化方法，包括如下步骤：1）对目标人脸图像进行归一化处理，得到初始人脸灰度图；2）对所述初始人脸灰度图的灰度值进行调整，其中，使较平坦的人脸区域的灰度值相对减小，使较不平坦的人脸区域的灰度值相对增大。本发明专利技术提出的根据空间平坦度掩膜自适应的调整韦伯脸的放缩系数，能够利用正常光照条件下的人脸库图像不同空间位置的本征信息，当目标图像中由于光照造成阴影时，阴影部分会具有较小的放缩系数，因而不会产生大的响应，从而有效规避了原始韦伯脸方法不能有效处理阴影边缘的问题；另外本发明专利技术提出的多尺度自适应韦伯脸融合方法能够有效利用不同尺度下的互补信息，从而保留更多对人脸识别/认证的有用信息。

【技术实现步骤摘要】

本专利技术涉及计算机视觉和图像处理
，具体涉及。
技术介绍
近年来，人脸识别/认证由于其在公共安全、身份确认、多媒体检索和人机交互等领域的广泛应用，受到了众多科研院所和企业的重视，也进行了大量的相关研究。然而对现有的大多数人脸识别/认证系统来说，外部环境光照的变化依然严重制约着其性能。这主要是因为光照变化造成的同一个体脸部成像差异甚至有可能比不同个体间的差异更大，而 在实际应用系统的设计中，由于识别/认证和注册时间、环境的不同，外部光照的变化几乎不可避免。因此，针对光照变化条件下的人脸图像进行归一化处理以消除/减小其对人脸识别/认证系统的影响已经成为当前图像处理、人脸识别相关领域的热点和难点。为了消除/减小光照变化对人脸识别/认证系统带来的影响，国内外的研究者提出了许多方法，这些方法大致可以分为三类。一类是根据大量的不同光照条件下的人脸样本学习出可变光照下的人脸模型，如专利申请号为200710027817. 8所提出的基于二次多项式模型的光照归一化方法，这类方法处理效果好，但是往往计算量大，耗时长，而且对大量训练样本的需求也限制了其实际应用。第二类方法采用传统的图像处理方法对本文档来自技高网...

【技术保护点】
一种人脸图像归一化方法，其特征是，包括如下步骤：1）对目标人脸图像进行归一化处理，得到初始人脸灰度图；2）对初始人脸灰度图的灰度值进行调整，其中，使较平坦的人脸区域的灰度值相对减小，使较不平坦的人脸区域的灰度值相对增大。

【技术特征摘要】

【专利技术属性】
技术研发人员：廖庆敏，汪彪，李卫锋，
申请(专利权)人：清华大学深圳研究生院，
类型：发明
国别省市：