CN112839183B - 一种环境自适应的人脸图像的识别方法 - Google Patents
一种环境自适应的人脸图像的识别方法 Download PDFInfo
- Publication number
- CN112839183B CN112839183B CN202011575074.XA CN202011575074A CN112839183B CN 112839183 B CN112839183 B CN 112839183B CN 202011575074 A CN202011575074 A CN 202011575074A CN 112839183 B CN112839183 B CN 112839183B
- Authority
- CN
- China
- Prior art keywords
- scene
- exposure
- parameters
- environment
- face
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000005286 illumination Methods 0.000 claims abstract description 23
- 230000003044 adaptive effect Effects 0.000 claims description 11
- 101001042415 Cratylia mollis Mannose/glucose-specific lectin Cramoll Proteins 0.000 claims description 6
- 102100029775 Eukaryotic translation initiation factor 1 Human genes 0.000 claims description 6
- 101001012787 Homo sapiens Eukaryotic translation initiation factor 1 Proteins 0.000 claims description 6
- 101000643378 Homo sapiens Serine racemase Proteins 0.000 claims description 6
- AIXMJTYHQHQJLU-UHFFFAOYSA-N chembl210858 Chemical compound O1C(CC(=O)OC)CC(C=2C=CC(O)=CC=2)=N1 AIXMJTYHQHQJLU-UHFFFAOYSA-N 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000746 body region Anatomy 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/76—Circuitry for compensating brightness variation in the scene by influencing the image signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
- H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明提供了一种环境自适应的人脸图像的识别方法,包括S1、设备开机,加载默认场景参数或逆光场景参数或顺光场景参数,加载默认ISP曝光权重表并调整设备摄像头曝光参数。S2、判断当前帧图像中的目标区域,获取目标区域及非目标区域。S3、感兴趣区域及非感兴趣区域的获得。S4、调整感兴趣区域及非感兴趣区域的权重,使感兴趣区域的权重大于非感兴趣区域的权重。S5、确定下一时刻设备加载非暗态场景参数或暗态场景参数,按阶梯式步进值调节当前时刻及下一时刻的曝光目标值AETarget。本发明的识别方法能够满足各种光照条件下的人脸的识别,使得人脸的质量达到最优。
Description
技术领域
本发明属于泛安防领域,涉及人像识别技术,具体为一种环境自适应的人脸图像的识别方法。
背景技术
人像识别又叫人脸识别,属于生物特征识别技术,特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。在人像识别的应用中,人脸质量对人像识别准确率起到至关重要的影响,目前人像识别已广泛用于政府、军队、银行、社会福利保障、电子商务、安全防务、企业、住宅安全等领域。
目前行业,大多数厂家通常选择动态范围大的摄像头以提高恶劣环境下的人脸图像质量。但在实际应用中,在深邃长走廊和阴暗大厅等场景下的逆光、顺光、阴阳光等特殊光照下,仍会存在检测不到人脸、因人脸图像质量差而导致人脸无法识别的情况。
因此,亟需对现有的人脸识别方法、***进行改进,以确保在任何光照条件下都能够准确无误的进行人像的识别。
发明内容
本发明的目的在于解决在恶劣光照条件下,因检测不到人脸、不能准确甄别待检测人的人脸图像、检测到的人脸的图像质量差等导致的人脸难以识别的问题,提供了一种环境自适应的人脸图像的识别方法,本发明设计识别方法能够满足各种光照条件下的人脸的识别,使得人脸的质量达到最优。
实现发明目的的技术方案如下:一种环境自适应的人脸图像的识别方法,包括以下步骤:
S1、设备开机,加载默认场景参数或逆光场景参数或顺光场景参数,加载默认ISP曝光权重表并调整设备摄像头曝光参数。
S2、采集目标的当前帧图像,并判断当前帧图像中的目标区域,获取目标区域及非目标区域。
S3、目标区域及非目标区域分别映射至默认ISP曝光权重表的对应区域,获得感兴趣区域及非感兴趣区域。
S4、调整感兴趣区域及非感兴趣区域的权重,使感兴趣区域的权重大于非感兴趣区域的权重,对当前帧图像进行亮度调节。
S5、确定下一时刻设备加载非暗态场景参数或暗态场景参数,按阶梯式步进值调节当前时刻及下一时刻的曝光目标值AETarget。
其中,步骤S1中,默认ISP曝光权重表中,将摄像头采集的当前帧图像等分为n*m块,并将n*m块一一映射至默认ISP曝光权重表的n*m块区域中对应的区域。
当RicWtBri满足|PicWtBri-AET arget|<value时,表示设备摄像头曝光参数稳定,value为可配置,在本实施例中,value优选为8。
进一步的,步骤S4中,是通过人脸亮度调节模块对当前帧图像进行亮度调节。在对当前帧图像进行亮度调节时,使感兴趣区域的权重远大于非感兴趣区域的权重,即增加感兴趣区域曝光的占比。
本发明定义当前帧图像的非感兴趣区域不做曝光参考的百分比为Rate,θ表示人像识别硬件终端的采集视场角,h1表示人像识别硬件终端的设备安装高度,h2表示待识别的主体人群身高,d表示舒适的识别距离。优选的,h2>h1,0°<θ<180°,|h1-h2|<d*tan(θ/2)。
在本发明的一个有优选实施例中,步骤S1中,设备上电开机状态和处于正常工作过程的连续时间t内未检测到目标状态时,则运行默认参数设置模块,加载默认曝光权重分配表和默认场景参数,默认场景参数包括暗态场景参数、非暗态场景参数的正常场景参数。或设备正常工作过程中连续时间t内检测到目标时,则运行场景参数切换模块,加载非暗态场景参数的逆光场景参数、顺光场景参数、正常场景参数中的一种。在本发明中,正常场景参数为光照充足环境的参数,逆光场景参数为逆光环境的参数,顺光场景参数为顺光环境的参数,暗态场景参数为低照环境的参数。
更进一步的,步骤S1中,定义环境光照状态为EnvStat,设置非暗态场景参数的环境状态EnvStat=0,则暗态场景参数对应的环境状态EnvStat=1。
定义Gain表示光照情况,Gain1表示光照充足,Gain2表示光照不足,且gain1>gain2,ISO为设备的增益值,以下为设备下一时刻运行场景参数的判断情况:
若EnvStat=0,且ISO<gain1,则设备下一时刻继续运行非暗态场景参数;
若EnvStat=0,且ISO≥gain1,则设备下一时刻加载并运行暗态场景参数;
若EnvStat=1,且ISO>gain2,则设备下一时刻继续运行暗态场景参数;
若EnvStat=1,且ISO≤gain2,则设备下一时刻加载并运行非暗态场景参数。
在本发明的一个实施例中的,步骤S2中,目标区域通过人脸检测算法对当前帧图像中人脸、人头、人体进行判断获取,包括以下情况:
若检测出一张或多张人脸,则获取最大人脸并定义为目标区域;计算最大人脸的亮度FirPicBri,并将最大人脸进行“田字形”等分为四块,计算“田字形”中每一块的亮度,取最大亮度的块并定义其亮度值为BriMax;
若检测不出人脸,但检出一个或多个人头时,则获取最大人头区域的人脸为近似人脸区域,并定义近似人脸区域为目标区域;
若检测不出人脸,且检不出人头,但检出一个或多个人体时,则获取最大人体区域,并计算最大人体区域的上部分区域,将上部分区域定义为目标区域。
优选的,当检测出一张或多张人脸时,需要对人脸处于的环境进行判断并切换至相应的场景,通过判断下一时刻的设备的运行场景。具体为,通过场景参数切换模块比较FirPicBri、BriMax、逆光场景判断阈值BkThr、顺光场景判断阈值FtThr的值之间的关系,判断当前环境的场景,并确定下一时刻设备的运行场景,包括以下当前环境判断:
若FirPicBri≤BkThr时,则判断当前环境为逆光场景,设备下一时刻加载并运行逆光场景参数;
若BriMax≥FtThr时,则判断当前环境为顺光场景,设备下一时刻加载并运行顺光场景参数;
若BkThr<BriMax<FtThr时,则判断当前环境为光照充足环境场景,设备下一时刻仍运行正常场景参数;
定义ISO1为顺光环境和逆光环境的增益值,ISO2为低照环境的增益值;ISO1远小于gain2,且gain2<ISO2<gain1。
在本发明的一个实施例中的,在步骤S5中,当前时刻及下一时刻的曝光目标值AETarget的调节方法为:采用人脸亮度调节模块计算当前帧图像中的人脸亮度值CurrFaceBri,比较CurrFaceBri与可被识别最佳人脸亮度区间值之间的关系。
更进一步的,阶梯式步进值调节曝光目标值AETarget的方法如下,定义value1及value2为当前人脸亮度与期望人脸亮度的差值大小:
当|CurrFaceBri-ExpFaceBri|>value1,当前时刻曝光目标值为CurrAETarget,设曝光目标值调节步进值为StepVal1,则下一时刻曝光目标值AETarget为:AETagget=CurrAETarget±StepVal1;
当|CurrFaceBri-ExpFaceBri|<value2,当前时刻曝光目标值为CurrAETarget,设曝光目标值调节步进为StepVal2,则下一时刻曝光目标值AETarget为:AETagget=CurrAETarget±StepVal2;
当value2≤|CurrFaceBri-ExpFaceBri|≤value1,当前时刻曝光目标值为CurrAETarget,设曝光目标值调节步进为StepVal3,则下一时刻曝光目标值AETarget为:AETagget=CurrAETarget±StepVal3;
上述value1>value2,且StepValue1>StepValue3>StepValue2,在本实施例中,择优选择value1大于30时,StepVal1=10;Value2大于10,StepVal2=3;StepVal3的值介于10与3之间。
与现有技术相比,本发明的有益效果是:
1.本发明通过对前帧图像进行判断,对获取的当前图像的感兴趣区域及非感兴趣区域的权重值进行调整,增加感兴趣区域对曝光的影响比重,改善目标区域的亮度,使目标区域的亮度达到后续智能分析的质量需求。
2.在恶劣光照环境下检测不到人脸时,本发明通过基于人头/人体区域的曝光调节,使其可以检测到人脸;通过分析曝光增益和人脸亮度,正确判断出逆光、顺光、正常、暗态4种场景,并设置相应场景参数,从而使人脸质量达到最优。
3.各种光照环境下,通过调节人脸曝光区域和曝光目标值可将人脸亮度快速调节到理想区间。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明为了更清楚地说明本发明实施例或现有技术中的技术方案,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明环境自适应的人脸图像的识别方法的流程图;
图2为实施例中环境自适应的人脸图像的识别***中各个模块的执行流程;
图3为实施例中默认曝光权重分配表的示意图;
图4为实施例步骤S3中感兴趣区域获取的流程图。
具体实施方式
下面结合具体实施例来进一步描述本发明,本发明的优点和特点将会随着描述而更为清楚。但这些实施例仅是范例性的,并不对本发明的范围构成任何限制。本领域技术人员应该理解的是,在不偏离本发明的精神和范围下可以对本发明技术方案的细节和形式进行修改或替换,但这些修改和替换均落入本发明的保护范围内。
在本实施例的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明创造和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明创造的限制。
此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明创造的描述中,除非另有说明,“多个”的含义是两个或两个以上。
首先,本发明的环境自适应的人脸图像的识别方法通过人脸识别设备进行识别的。人脸识别设备包括摄像头、默认参数设置模块、感兴趣区域信息获取模块、感兴趣区域权重设置模块、场景参数切换模块、人脸亮度调节模块。摄像头用于设备开机后对目标进行拍照获取当前帧图像;默认参数设置模块用于在连续t时间内未检测到目标时,加载默认ISP曝光权重表及默认场景参数;感兴趣区域信息获取模块用于对当前帧图像进行判断,并获取目标区域及非目标区域;感兴趣区域权重设置模块用于对感兴趣区域(输入对应于默认ISP曝光权重表后获得)及非感兴趣区域(输入对应于默认ISP曝光权重表后获得)的权重进行设置;场景参数切换模块用于对当前时刻及下一时刻设备的场景进行判断并加载相应的场景参数;人脸亮度调节模块用于通过阶梯式步进值调节当前时刻及下一时刻的曝光目标值AETarget。
本实施例提供一种环境自适应的人脸图像的识别方法,如图1及图2所示,如图1为人脸图像的识别方法的流程图,图2为是识别***中各个模块的执行流程,在本实施方式中,人脸图像的识别方法包括以下步骤:
S1、设备开机,加载默认场景参数或逆光场景参数或顺光场景参数,加载默认ISP曝光权重表并调整设备摄像头曝光参数。
其中,场景参数的加载,包括加载默认场景参数、或加载逆光场景参数、或加载顺光场景参数,具体包括以下两种方式:
一种方式是:设备上电开机状态(一般在1S内)和正常工作过程中连续时间t(本具体实施方式以t=30min为例进行说明)未检测到目标状态时,则自动运行默认参数设置模块,加载默认曝光权重分配表和默认场景参数,其目的是让下一次出现的目标能够被快速检测到和识别出来。
另一种方式是:当设备正常工作过程中连续时间t(t=30min)内检测到目标时,则运行场景参数切换模块,加载非暗态场景参数的逆光场景参数、顺光场景参数、正常场景参数中的一种。
上述正常场景参数为光照充足环境的参数,逆光场景参数为逆光环境的参数,顺光场景参数为顺光环境的参数,暗态场景参数为低照环境的参数。设备在不同工作状态的工作场景的判断,方法为:定义环境光照状态为EnvStat,设置非暗态场景参数的环境状态EnvStat=0,则暗态场景参数对应的环境状态EnvStat=1。定义Gain表示光照情况,Gain1表示光照充足,Gain2表示光照不足,且gain1>gain2,ISO为设备的增益值,以下为设备下一时刻运行场景参数的判断情况:
若EnvStat=0,且ISO<gain1,则设备下一时刻继续运行非暗态场景参数;
若EnvStat=0,且ISO≥gain1,则设备下一时刻加载并运行暗态场景参数;
若EnvStat=1,且ISO>gain2,则设备下一时刻继续运行暗态场景参数;
若EnvStat=1,且ISO≤gain2,则设备下一时刻加载并运行非暗态场景参数。
其中,默认ISP曝光权重表的加载及设备摄像头曝光参数的调整,具体为:将摄像头采集的当前帧图像等分为n*m块,并将n*m块一一映射至默认ISP曝光权重表的n*m块区域中对应的区域。默认ISP曝光权重表中对应块的图像亮度加权平均值为PicWtBri表示动态调节时的图像亮度,Brii表示第i块的亮度,Wti表示第i块的权重值。当PicWtBri满足|PicWtBri-AETarget|<value时,表示设备摄像头曝光参数稳定,value为可配置,在本实施例中,value优选为8。
S2、设备摄像头采集目标的当前帧图像,经人脸检测算法判断当前帧图像中的目标区域,获取目标区域及非目标区域。
具体的,目标区域采用感兴趣区域信息获取模块通过人脸检测算法对当前帧图像中人脸、人头、人体进行判断获取,其在N帧内完成场景的判断,且在连续N1帧图像中未检测到人脸时,然后每隔N2帧进行人体/人头检测。如图4所示,目标区域的获取包括以下情况:
若检测出一张或多张人脸,则获取最大人脸并定义为目标区域area_ROI,将其他区域定义为非目标区域。
若检测不出人脸,但检出一个或多个人头时,获取最大人头区域坐标(head_p1(x1,y1),head_p2(x2,y2)),将获取最大人头区域的人脸为近似人脸区域,并通过内缩法得到近似人脸区域坐标(face_p1(x1+Δx,y1+Δy1),face_p2(x2-Δx,y2-Δy1)),定义近似人脸区域为目标区域area_ROI,将其他区域定义为非目标区域。
若检测不出人脸,且检不出人头,但检出一个或多个人体时(此情况往往是人距离摄像头很近,人头超出了摄像头画面的最上部分),则获取最大人体区域,计算最大人体区域坐标(body_p1(x3,y3),body_p2(x4,y4))。并计算最大人体区域的上部分区域,得到人体区域的上部分区域坐标(head_p1(x3,y3),head_p2(x3,y4-Δy2)),将上部分区域定义为目标区域area_ROI,将其他区域定义为非目标区域。
优选的,当检测出一张或多张人脸时,计算最大人脸的亮度FirPicBri,并将最大人脸进行“田字形”等分为四块,计算“田字形”中每一块的亮度,取最大亮度的块并定义其亮度值为BriMax。需要对人脸处于的环境进行判断并切换至相应的场景,通过判断下一时刻的设备的运行场景。具体为,通过场景参数切换模块比较FirPicBri、BriMax、逆光场景判断阈值BkThr、顺光场景判断阈值FtThr的值之间的关系,判断当前环境的场景,并确定下一时刻设备的运行场景,包括以下当前环境判断:
若FirPicBri≤BkThr时,则判断当前环境为逆光场景,设备下一时刻加载并运行逆光场景参数;
若BriMax≥FtThr时,则判断当前环境为顺光场景,设备下一时刻加载并运行顺光场景参数;
若BkThr<BriMax<FtThr时,则判断当前环境为光照充足环境场景,设备下一时刻仍运行正常场景参数;
定义ISO1为顺光环境和逆光环境的增益值,ISO2为低照环境的增益值;ISO1远小于gain2,且gain2<ISO2<gain1。
S3、目标区域及非目标区域分别映射至默认ISP曝光权重表的对应区域,获得感兴趣区域WtBlock及非感兴趣区域。
S4、调整感兴趣区域WtBlock及非感兴趣区域的权重,使感兴趣区域WtBlock的权重大于非感兴趣区域的权重,对当前帧图像进行亮度调节。
具体的,步骤S2中当检测出一张或多张人脸时,将感兴趣区域WtBlock的权重设为weight1,将非感兴趣区域的权重设为weight2,使weight1远大于weight2,可实现人脸亮度的初步调节;
步骤S2中当检测不出人脸,但检出一个或多个人头时,将感兴趣区域WtBlock的权重设为weight1,将非感兴趣区域的权重设为weight2,使weight1远大于weight2,可以有效地调整目标区域呈现质量,让人脸检测算法能够检测到目标;
步骤S2中检测不出人脸,且检不出人头,但检出一个或多个人体时,将感兴趣区域WtBlock的权重设为weight1,将非感兴趣区域的权重设为weight2,使weight1远大于weight2,可使下一次出现的目标能够被快速检测、识别出来。
在传统行业中,通用的曝光权重分配表也为n*m块,但这些块的权重值均相同。但是在逆光和顺光场景中,由上述默认ISP曝光权重表中对应块的图像亮度加权平均值公式可知,画面上方的天空区域与对曝光有较大影响。本实施例的默认ISP曝光权重表,如图3所示,在逆光和顺光场景,能够降低画面上方的天空区域对曝光的影响,增加目标区域对曝光的影响比重,改善目标区域亮度,使目标区域的亮度达到后续智能分析的质量需求。
具体的,通过人脸亮度调节模块对当前帧图像进行亮度调节,在对当前帧图像进行亮度调节时,使感兴趣区域的权重远大于非感兴趣区域的权重,即增加感兴趣区域曝光的占比。本发明定义当前帧图像的非感兴趣区域不做曝光参考的百分比为Rate,θ表示人像识别硬件终端的采集视场角,h1表示人像识别硬件终端的设备安装高度,h2表示待识别的主体人群身高,d表示舒适的识别距离。优选的,h2>h1,0°<θ<180°,|h1-h2|<d*tan(θ/2)。
S5、确定下一时刻设备加载非暗态场景参数或暗态场景参数,按阶梯式步进值调节当前时刻及下一时刻的曝光目标值AETarget。
在步骤S5中,当前时刻及下一时刻的曝光目标值AETarget的调节方法为:采用人脸亮度调节模块计算当前帧图像中的人脸亮度值CurrFaceBri,比较CurrFaceBri与可被识别最佳人脸亮度区间值之间的关系。
更进一步的,阶梯式步进值调节曝光目标值AETarget的方法如下,定义value1及value2为当前人脸亮度与期望人脸亮度的差值大小:
当CurrFaceBri-ExpFaceBri|>value1,当前时刻曝光目标值为CurrAETarget,设曝光目标值调节步进值为StepVal1,则下一时刻曝光目标值AETarget为:AET arget=CurrAET arget±Step Val1;
当CurrFaceBri-ExpFaceBri|<value2,当前时刻曝光目标值为CurrAETarget,设曝光目标值调节步进为StepVal2,则下一时刻曝光目标值AETarget为:AET arget=CurrAET arget±Step Val2;
当value2≤|CurrFaceBri-ExpFaceBri|≤value1,当前时刻曝光目标值为CurrAETarget,设曝光目标值调节步进为StepVal3,则下一时刻曝光目标值AETarget为:AET arg et=CurrAET arget±Step Val3;
上述value1>value2,且Step Value1>StepValue3>StepValue2,在本实施例中,择优选择value1大于30时,StepVal1=10;Value2大于10,StepVal2=3;StepVal3的值介于10与3之间。
以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (10)
1.一种环境自适应的人脸图像的识别方法,其特征在于:包括以下步骤:
S1、设备开机,加载默认场景参数或逆光场景参数或顺光场景参数,加载默认ISP曝光权重表并调整设备摄像头曝光参数;
S2、采集目标的当前帧图像,并判断当前帧图像中的目标区域,获取目标区域及非目标区域;目标区域通过人脸检测算法对从当前帧图像中人脸、人头、人体进行判断获得,包括:若检测出一张或多张人脸,则获取最大人脸并定义为目标区域;若检测不出人脸,但检出一个或多个人头时,则获取最大人头区域的人脸为近似人脸区域,并定义近似人脸区域为目标区域;若检测不出人脸,且检不出人头,但检出一个或多个人体时,则获取最大人体区域,并计算最大人体区域的上部分区域,将上部分区域定义为目标区域;
S3、目标区域及非目标区域分别映射至默认ISP曝光权重表的对应区域,获得感兴趣区域及非感兴趣区域;
S4、调整感兴趣区域及非感兴趣区域的权重,使感兴趣区域的权重大于非感兴趣区域的权重,对当前帧图像进行亮度调节;
S5、确定下一时刻设备加载非暗态场景参数或暗态场景参数,按阶梯式步进值调节当前时刻及下一时刻的曝光目标值AETarget。
4.根据权利要求3的环境自适应的人脸图像的识别方法,其特征在于:h2>h1,0°<θ<180°,|h1-h2|<d*tan(θ/2)。
5.根据权利要求1至4任一项的环境自适应的人脸图像的识别方法,其特征在于:步骤S1中,设备上电开机状态和工作过程中连续时间t内未检测到目标状态时,加载默认曝光权重分配表和默认场景参数,默认场景参数包括暗态场景参数、非暗态场景参数的正常场景参数;
或设备正常工作过程中连续时间t内检测到目标时,则运行场景参数切换模块,加载非暗态场景参数的逆光场景参数、顺光场景参数、正常场景参数中的一种;
正常场景参数为光照充足环境的参数,逆光场景参数为逆光环境的参数,顺光场景参数为顺光环境的参数,暗态场景参数为低照环境的参数。
6.根据权利要求5的环境自适应的人脸图像的识别方法,其特征在于:步骤S1中,定义环境光照状态为EnvStat,设置非暗态场景参数的环境状态EnvStat=0,则暗态场景参数对应的环境状态EnvStat=1;
定义Gain表示光照情况,Gain1表示光照充足,Gain2表示光照不足,且gain1>gain2,ISO为设备的增益值,以下为设备下一时刻运行场景参数的判断情况:
若EnvStat=0,且ISO<gain1,则设备下一时刻继续运行非暗态场景参数;
若EnvStat=0,且ISO≥gain1,则设备下一时刻加载并运行暗态场景参数;
若EnvStat=1,且ISO>gain2,则设备下一时刻继续运行暗态场景参数;
若EnvStat=1,且ISO≤gain2,则设备下一时刻加载并运行非暗态场景参数。
7.根据权利要求5的环境自适应的人脸图像的识别方法,其特征在于:步骤S2中,若检测出一张或多张人脸,则获取最大人脸并定义为目标区域,计算最大人脸的亮度FirPicBri,并将最大人脸进行“田字形”等分为四块,计算“田字形”中每一块的亮度,取最大亮度的块并定义其亮度值为BriMax。
8.根据权利要求7的环境自适应的人脸图像的识别方法,其特征在于:场景参数切换模块比较FirPicBri、BriMax、逆光场景判断阈值BkThr、顺光场景判断阈值FtThr的值之间的关系,判断当前环境的场景,并确定下一时刻设备的运行场景,包括以下当前环境判断:
若FirPicBri≤BkThr时,则判断当前环境为逆光场景,设备下一时刻加载并运行逆光场景参数;
若BriMax≥FtThr时,则判断当前环境为顺光场景,设备下一时刻加载并运行顺光场景参数;
若BkThr<BriMax<FtThr时,则判断当前环境为光照充足环境场景,设备下一时刻仍运行正常场景参数;
定义ISO1为顺光环境和逆光环境的增益值,ISO2为低照环境的增益值;ISO1远小于gain2,且gain2<ISO2<gain1。
10.根据权利要求9的环境自适应的人脸图像的识别方法,其特征在于:阶梯式步进值调节曝光目标值AETarget的方法如下,定义value1及value2为当前人脸亮度与期望人脸亮度的差值:
当|CurrFaceBri-ExpFaceBri|>value1,当前时刻曝光目标值为CurrAETarget,设曝光目标值调节步进值为StepVal1,则下一时刻曝光目标值AETarget为:AETarget=CurrAETarget±StepVal1;
当|CurrFaceBri-ExpFaceBri|<value2,当前时刻曝光目标值为CurrAETarget,设曝光目标值调节步进为StepVal2,则下一时刻曝光目标值AETarget为:AETarget=CurrAETarget±StepVal2;
当value2≤|CurrFaceBri-ExpFaceBri|≤valuel,当前时刻曝光目标值为CurrAETarget,设曝光目标值调节步进为StepVal3,则下一时刻曝光目标值AETarget为:AETarget=CurrAETarget±StepVal3;
上述value1>value2,且StepValuel>StepValue3>StepValue2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011575074.XA CN112839183B (zh) | 2020-12-28 | 2020-12-28 | 一种环境自适应的人脸图像的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011575074.XA CN112839183B (zh) | 2020-12-28 | 2020-12-28 | 一种环境自适应的人脸图像的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112839183A CN112839183A (zh) | 2021-05-25 |
CN112839183B true CN112839183B (zh) | 2022-06-17 |
Family
ID=75925065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011575074.XA Active CN112839183B (zh) | 2020-12-28 | 2020-12-28 | 一种环境自适应的人脸图像的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112839183B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115460355B (zh) * | 2022-08-31 | 2024-03-29 | 青岛海信移动通信技术有限公司 | 一种图像采集方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104243973A (zh) * | 2014-08-28 | 2014-12-24 | 北京邮电大学 | 基于感兴趣区域的视频感知质量无参考客观评价方法 |
CN111479070A (zh) * | 2019-01-24 | 2020-07-31 | 杭州海康机器人技术有限公司 | 一种图像亮度确定方法、装置及设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8325890B2 (en) * | 2010-06-06 | 2012-12-04 | Apple Inc. | Auto exposure techniques for variable lighting conditions |
CN105516589B (zh) * | 2015-12-07 | 2018-07-03 | 凌云光技术集团有限责任公司 | 基于人脸识别的智能曝光方法及*** |
CN109918993B (zh) * | 2019-01-09 | 2021-07-02 | 杭州中威电子股份有限公司 | 一种基于人脸区域曝光的控制方法 |
CN110248108B (zh) * | 2019-06-14 | 2020-11-06 | 浙江大华技术股份有限公司 | 宽动态下的曝光调整及动态范围确定方法和相关装置 |
CN111131693B (zh) * | 2019-11-07 | 2021-07-30 | 深圳市艾为智能有限公司 | 一种基于多曝光人脸检测的人脸图像增强方法 |
-
2020
- 2020-12-28 CN CN202011575074.XA patent/CN112839183B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104243973A (zh) * | 2014-08-28 | 2014-12-24 | 北京邮电大学 | 基于感兴趣区域的视频感知质量无参考客观评价方法 |
CN111479070A (zh) * | 2019-01-24 | 2020-07-31 | 杭州海康机器人技术有限公司 | 一种图像亮度确定方法、装置及设备 |
Non-Patent Citations (1)
Title |
---|
杨作廷.基于图像熵的高动态范围场景的自动曝光算法.《光子学报》.2013, * |
Also Published As
Publication number | Publication date |
---|---|
CN112839183A (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101448085B (zh) | 一种支持人脸检测的摄像处理方法和*** | |
CN110248112B (zh) | 一种图像传感器的曝光控制方法 | |
EP0932114B1 (en) | A method of and apparatus for detecting a face-like region | |
CN101247480B (zh) | 一种基于图像中目标区域的自动曝光方法 | |
CN101951523B (zh) | 一种自适应彩色图像处理方法及*** | |
US10565742B1 (en) | Image processing method and apparatus | |
US20060210124A1 (en) | Image processing system, image processing apparatus and method, recording medium, and program | |
JP2007097178A (ja) | 顔検出による赤目の除去方法 | |
CN105791709A (zh) | 带有逆光补偿的自动曝光处理方法及装置 | |
JP3018914B2 (ja) | 階調補正装置 | |
CN105635597A (zh) | 车载相机的自动曝光方法及*** | |
CN104978710A (zh) | 一种基于拍照识别调节人脸亮度的方法和装置 | |
US20100172575A1 (en) | Method Of Detecting Red-Eye Objects In Digital Images Using Color, Structural, And Geometric Characteristics | |
CN105096267B (zh) | 一种基于拍照识别调节眼部亮度的方法和装置 | |
CN111083385B (zh) | 一种双目或多目摄像头曝光方法、***和存储介质 | |
CN112866581A (zh) | 摄像头自动曝光补偿方法、装置及电子设备 | |
CN112584089B (zh) | 人脸亮度调节方法、装置、计算机设备和存储介质 | |
CN112839183B (zh) | 一种环境自适应的人脸图像的识别方法 | |
CN110610176A (zh) | 一种基于人脸亮度的曝光自适应调节方法 | |
CN112861645A (zh) | 红外摄像头弱光环境补偿方法、装置及电子设备 | |
CN112911146B (zh) | 基于人脸的智能调光方法 | |
CN109618109B (zh) | 一种摄像机成像的曝光调节方法及调节*** | |
US8774506B2 (en) | Method of detecting red eye image and apparatus thereof | |
CN114219723A (zh) | 一种图像增强方法、图像增强装置和计算机可读存储介质 | |
Zahi et al. | Adaptive intensity transformation for preserving and recovering details in low light images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |