一种变光照条件下人脸识别方法与流程

本发明属于人脸识别，具体是涉及一种变光照条件下人脸识别方法。

背景技术：

1、在人工智能、物联网等计算机技术的迅速发展以及各种实际应用的驱动下，人脸识别在安防、金融、交通、教育、医疗等诸多领域应用广泛。

2、然而，人脸识别中存在许多需要在实时环境中解决的挑战。现有的人脸识别技术，如线性判别分析、主成分分析、独立成分分析、神经网络等方法，虽然能够在一定环境条件下获得令人满意的效果，但当复杂因素引起面部图像变化时，如光照、表情等，这些技术的性能会显著下降。尤其是由光照偏差而产生畸变的人脸图像，识别准确率仍然低。

技术实现思路

1、本发明主要是解决上述现有技术所存在的技术问题，提供一种变光照条件下人脸识别方法。

2、本发明的上述技术问题主要是通过下述技术方案得以解决的：一种变光照条件下人脸识别方法，包括：

3、将光照偏差人脸图像中每个像素的强度值除以其局部邻域窗口内的平均像素强度值，以得到反射比图像；

4、将反射比图像进行直方图均衡，以得到光照归一化人脸图像；

5、运用局部二值模式特征提取方式将人脸图像的纹理特征用局部二值模式特征向量表示；

6、采用局部线性嵌入构造低维特征向量并分类。

7、作为优选，包括如下步骤：

8、步骤s1，针对光照偏差人脸图像，定义其每个像素的强度值p(m,n)，由下式表示：

9、p(m,n)＝i(m,n)×f(m,n)，

10、式中，i(m,n)为像素(m,n)的入射光；f(m,n)为反射率分量；

11、步骤s2，将人脸图像进行光照归一化，初始化一个以当前像素强度值p(m,n)为中心、大小为(ω×ω)的局部邻域窗口nω，并以像素强度值p(m,n)为中心计算其局部邻域窗口内的平均像素强度值nω(m,n)，由下式表示：

12、

13、式中，pij(m,n)为窗口中第i行第j列像素的强度值；

14、步骤s3，生成反射比图像捕捉面部的反射特性，其中反射率rr(m,n)由下式表示：

15、

16、式中，α为数据归一化的参数；

17、步骤s4，采用直方图均衡化对反射比图像进行强度范围均匀分布，以进一步光照归一化；

18、步骤s5，使用局部二值模式特征提取方法对均衡化的人脸图像进行特征提取；

19、步骤s6，将反射比图像和局部二值模式特征向量进行融合，创建一个综合的特征向量；

20、步骤s7，利用局部线性嵌入构造低维子空间；

21、步骤s8，重复上述过程，从极端光照偏差下的测试人脸图像中创建特征向量，并为测试图像分配类别标签，以评估识别准确性。

22、作为优选，步骤s4包括如下步骤：

23、步骤4.1，计算直方图，统计对应强度值的像素数量，直方图用h(p)表示：

24、

25、式中，p为像素的强度；m为图像的行数；n为图像的列数；δ(·)为狄拉克函数，表示当括号内的表达式为0时值为1，否则值为0；

26、步骤4.2，计算累积分布函数，表示强度值小于等于p的像素数量之和，用式子cdf(p)表示：

27、

28、步骤4.3，执行均衡化映射，将p＝p(m,n)代入d(p)完成直方图均衡化，得到均衡化后的人脸图像；

29、

30、作为优选，步骤s5包括如下步骤：

31、步骤5.1，选取一个n×n的矩阵，将n×n矩阵中除中心像素值之外的所有像素值与中心像素值进行比较，若比中心像素大设为1，反之设为0；然后按顺时针的顺序将这些二进制值连接成一个二进制数，即为该中心像素的lbp值，由下式表示：

32、

33、式中，pother为矩阵中第i个像素的像素强度值，pcenter为中心像素的像素强度值；步骤5.2，对整个人脸图像上的lbp特征进行统计，构件一个直方图，每个局部二值模式值都被分配到对应的直方图条形中，使用条形数值构成一个特征向量用于代表人脸图像的纹理特征。

34、作为优选，所步骤s7包括如下步骤：

35、步骤7.1，在局部线性嵌入中，将步骤s5中得到的所有样本的综合特征向量合并以得到综合特征向量矩阵x＝[x1,x2,...,xn]；对于每个样本xi找到其k个最近邻ni，并计算每个样本xi的权重向量wi＝[wi1,wi2,...,wik]进行最小化重构误差，构建权重矩阵w；

36、

37、步骤7.2，使用权重矩阵w构建重构矩阵m＝(i-w)t(i-w)，其中i为单位矩阵；对构建的权重矩阵w求其特征值与对应的特征向量，选择最小的d个特征向量构建矩阵v，即为最后降维后的人脸图像特征。

38、作为优选，分类方法为最邻近分类器或神经网络。

39、本发明具有的有益效果：本发明提出了一种新的光照归一化技术，能够规范化复杂的光照变化，同时能够平滑纹理并且保存其他面部结构，基于此，并采用多尺度特征融合，以提高变光照情形下人脸识别的准确率。

技术特征：

1.一种变光照条件下人脸识别方法，其特征在于，包括：

2.根据权利要求1所述的一种变光照条件下人脸识别方法，其特征在于，包括如下步骤：

3.根据权利要求2所述的一种变光照条件下人脸识别方法，其特征在于，步骤s4包括如下步骤：

4.根据权利要求2所述的一种变光照条件下人脸识别方法，其特征在于，步骤s5包括如下步骤：

5.根据权利要求2所述的一种变光照条件下人脸识别方法，其特征在于，步骤s7包括如下步骤：

6.根据权利要求1所述的一种变光照条件下人脸识别方法，其特征在于，分类方法为最邻近分类器或神经网络。

技术总结
一种变光照条件下人脸识别方法，属于人脸识别技术领域。本发明包括：将光照偏差人脸图像中每个像素的强度值除以其局部邻域窗口内的平均像素强度值，以得到反射比图像；将反射比图像进行直方图均衡，以得到光照归一化人脸图像；运用局部二值模式特征提取方式将人脸图像的纹理特征用局部二值模式特征向量表示；采用局部线性嵌入构造低维特征向量并分类。本发明提出了一种新的光照归一化技术，能够规范化复杂的光照变化，同时能够平滑纹理并且保存其他面部结构，基于此，并采用多尺度特征融合，以提高变光照情形下人脸识别的准确率。

技术研发人员：鲍敦桥,吴占雄,叶基龙,薛棱仁
受保护的技术使用者：浙江商识信息技术有限公司
技术研发日：
技术公布日：2024/2/21