一种基于图像比的光照变化下的人脸识别方法
专利汇可以提供一种基于图像比的光照变化下的人脸识别方法专利检索，专利查询，专利分析的服务。并且本 发明 提出了一种基于图像比的光照变化下的 人脸识别 方法。光照是人脸识别系统的一个主要性能 瓶颈 。本发明通过将图像比技术与光照子空间理论相结合，简便地将反射率之比转换成光照条件和三维外形相似的两幅图像之比，从而得到了一种不随光照变化的人脸表示方法。这种图像比表示方法可用来合成任意光照条件下的人脸图像，从而可用于实现人脸图像的光照归一化或用于生成丰富的训练样本。本发明可在各种人脸识别系统中应用，提高系统在光照变化环境中的识别性能。，下面是一种基于图像比的光照变化下的人脸识别方法专利的具体信息内容。
1.一种基于图像比和全局光照子空间的光照变化下的人脸识别方法， 包括步骤：
首先通过光照和外形相似、而反射率不同的两幅人脸图像的图像比获 得人脸的一种不随光照变化的表示方法是人脸的反射率之比，在计算反射 率之比时利用了全局光照子空间，然后利用这种不随光照变化的表示方法 来合成不同光照条件下的图像，从而实现图像的光照归一化；人脸识别采 用主元分析方法、线性鉴别分析方法在完成光照归一化之后的图像上进 行，反射率之比将被转换成三维外形和光照条件类似而反射率不同的两幅 图像之比，其中一幅图像来自全局光照子空间中的重建结果，图像比将通 过以下步骤计算得到：
首先，采集不同人在不同光照条件下的多幅人脸图像组成训练集，然 后利用子空间方法构建一个全局光照子空间，给定一幅人脸图像，通过最 小二乘近似计算出它在这个子空间中的重建图像，原始图像与该重建图像 之比就被定义为：反射率之比将被转换成三维外形和光照条件类似而反射 率不同的两幅图像之比的图像比。
2.根据权利要求1所述的基于图像比和全局光照子空间的光照变化 下的人脸识别方法，其特征在于，将反射率之比转换成三维外形和光照条 件类似而反射率不同的两幅图像之比，所述的图像比变换其中的重建系 数，从而实现光照合成。
3.根据权利要求1所述的基于图像比和全局光照子空间的光照变化 下的人脸识别方法，其特征在于，将反射率之比转换成三维外形和光照条 件类似而反射率不同的两幅图像之比，其中一幅图像为重建图像，根据归 一化的目标图像与光照子空间的关系，调整重建系数，从而实现光照归一 化。
4.根据权利要求1所述的基于图像比和全局光照子空间的光照变化 下的人脸识别方法，其步骤如下：
第一步，采集不同人在不同光照条件下的多幅图像作为样本集，利用 人脸对齐方法对训练图像进行归一化和对齐；
第二步，利用子空间方法在训练集的基础上构建一个全局光照子空 间，提取低维子空间的基向量E；
第三步，给定人脸图像Iy，定义一个能量函数来计算Iy在光照子空间 中的最小二乘解Ia，因此Ia表示为E的一个线性组合：Ia＝Ex，Iy基于图 像比Qy的与光照无关的表示方法为：
其中x为最小二乘系数；
第四步，利用这种图像比表示方法，人脸y在不同光照条件下的新图 像通过改变系数x来得到：
第五步，利用第四步所述的图像合成方法来进行人脸图像的光照归一 化，当需要在人脸识别或验证系统中比较两幅人脸图像IA和IB是否属于同 一人时，分别计算QA、xA和QB、xB，然后使用QA和xB合成与IB光照条件 一致的图像，从而实现光照的归一化，之后用人脸识别方法对光照归一化 之后的图像进行识别。
技术领域
本发明涉及计算机视觉和模式识别领域，特别是光照变化下的人脸识 别和图像合成方法。
背景技术
而在实际的人脸识别系统中，光照是制约系统性能的关键因素。根 据权威的人脸识别竞赛FRVT 2002的结果，目前最好的人脸识别系统在 室内环境下可以达到90％左右的识别率，而相同的系统在室外环境下只 能达到50％左右的识别率。这种性能的大幅度下降主要是由光照变化引 起的。
获取人脸图像的不随光照变化的表示方法是解决光照问题的基本出 发点。三维外形、反射率和环境光照是物体成像的三个要素。不随光照 变化的表示方法应当仅与三维外形和反射率相关而与光照无关。在本发 明中，我们将图像比技术与光照子空间相结合，通过将反射率之比转换 成两幅图像之比，获得了人脸图像的一种不随光照变化的表示方法。这 种表示方法可用来合成新的光照条件下的人脸图像以及进行图像的光照 归一化，从而可用于提高人脸识别系统对光照的鲁棒性。
发明内容
这种不随光照变化的人脸表示方法被定义为人脸的反射率之比，由于 反射率之比难于直接确定，所以我们将其转换为三维外形和光照条件相 同而反射率不同的两幅图像之比。为了计算该图像比，我们首先将构建 一个光照子空间。给定一幅人脸图像，通过将其投影到我们预先训练的 光照子空间中，可以得到一幅与原始图像的三维外形和光照条件相似的 图像，这两幅图像之比将不随光照而变化。这种不随光照变化的人脸表 示方法可以用来合成不同光照条件的人脸图像。这种光照合成技术可以 用来使两幅人脸图像达到相似的光照条件，实现人脸图像的光照归一化， 或者生成任意光照条件下的人脸图像样本，提供丰富的人脸图像训练集。 本发明可广泛应用于各种人脸识别系统，推动人脸识别技术在图像检索、 身份识别和验证、监控与跟踪等众多领域的应用。
为了实现在光照变化条件下的高性能人脸识别，本发明提出了一种基 于图像比的人脸识别方法。首先我们从成像模型的角度进行分析，人脸 可近似看作漫反射表面，因此人脸图像I(x，y)可以表示为 I(x，y)＝ρ(x，y)n(x，y)Ts，其中(x，y)为图像中的一点，ρ(x，y)和n(x，y)T为该点 的反射率和表面法向量，s代表光源。假定两幅人脸图像Iy和Ia，其反射 率之比，即ρy(u，v)/ρa(u，v)，很明显是不随光照变化的。因此我们将这种反射 率之比定义为人脸图像Iy的不随光照变化的表示方法。然而，人脸的反 射率之比很难直接确定，因此我们必须找到其他的方法来计算反射率之 比。由漫反射模型可知：
其中，Ia是三维外形和光照条件都与Iy类似的一幅图像。这意味这我们 将反射率之比转换成了图像之比。接下来我们将利用光照子空间的理论 获取所需的Iy。
研究显示人脸在所有可能的光照条件下的图像集合可以表示为一个 低维子空间。这意味着当我们构建了这种光照子空间时，给定人脸图像 Iy，就始终可以在其中找到人脸图像Ia具有与Iy类似的三维外形和光照 条件，并且Ia是Iy在光照子空间的最小二乘解。
一种基于图像比的光照变化下的人脸识别方法，包括步骤：
首先通过光照和外形相似、而反射率不同的两幅人脸图像的图像比 获得人脸的一种不随光照变化的表示方法，然后利用这种不随光照变化 的表示方法来合成不同光照条件下的图像。
一种基于图像比的光照变化下的人脸识别方法，包括步骤：利用 通过光照和外形相似、而反射率不同的两幅人脸图像的图像比获得人 脸的一种不随光照变化的表示方法，然后利用这种不随光照变化的表 示方法来合成不同光照条件下的图像的光照合成方法来合成与原始图 像光照一致的人脸图像，从而实现图像的光照归一化，人脸识别可采用 主元分析方法、线性鉴别分析方法在完成光照归一化之后的图像上进 行。
这种不随光照变化的表示方法是人脸的反射率之比。
反射率之比将被转换成三维外形和光照条件类似而反射率不同的两 幅图像之比。
图像比将通过以下步骤计算得到：
首先，采集不同人在不同光照条件下的多幅人脸图像组成训练集， 然后利用子空间方法构建一个全局光照子空间，给定一幅人脸图像，通过 最小二乘近似计算出它在这个子空间中的重建图像，原始图像与该重建图 像之比就被定义为：反射率之比将被转换成三维外形和光照条件类似而 反射率不同的两幅图像之比的图像比。
光照合成方法是通过反射率之比将被转换成三维外形和光照条件类 似而反射率不同的两幅图像之比，所述的图像比并变换其中的重建系数 实现的。
光照归一化方法是通过光照合成方法是通过反射率之比将被转换成 三维外形和光照条件类似而反射率不同的两幅图像之比，所述的图像比 并变换其中的重建系数实现的光照合成方法实现的。
附图说明
图1.本发明提出的基于图像比的不随光照变化的人脸表示方法图示
图2.利用本发明提出的图像比表示方法合成各种光照条件下的人脸 图像。
图3.本发明在人脸识别系统中的应用框架示例。
图4.本发明的基于图像比的光照变化下的人脸识别方法的流程图。
具体实施方式
图2.以图1所示的方式得到图像比之后，通过变换投影系数，可以 得到该人脸在各种光照条件下的图像
图3.对训练集进行统计学习之后，将得到一个全局光照子空间，人 脸图像A、B在子空间中的投影以及原始图像与投影图像之比将产生 系数A、B和图像比A、B。图像比B和系数A的合成图像将与图像 A的光照情况保持一致(即光照归一化)，光照归一化后的人脸图像 即可作为人脸识别的输入，判断它们是否属于同一个人。
图4.本发明的基于图像比的光照变化下的人脸识别方法，具体实施 步骤如下：
第一步，采集不同人在不同光照条件下的多幅图像作为样本集，利用 现有的人脸对齐方法(例如活动形状匹配(ASM))对训练图像进行归一 化和对齐；
第二步，利用子空间方法(例如PCA、LDA)等在训练集的基础上构 建一个近似的全局光照子空间，提取低维子空间的基向量E；
第三步，给定人脸图像Iy，我们可以定义一个能量函数来计算Iy在光 照子空间中的最小二乘解Ia，因此Ia可以表示为E的一个线性组合：
Ia＝Ex，Iy基于图像比Qy的与光照不变的表示方法为，其中x为最小二 乘系数：
第四步，利用这种图像比表示，人脸y在不同光照条件下的新图像可以 通过改变系数x来得到：
第五步，利用步骤4所述的图像合成方xB法来进行人脸图像的光照归 一化，假设要比较人脸图像IA和IB是否属于同一人，则可以分别计算 QA、xA和QB、xB，然后使用QA和xB合成与IB光照条件一致的图像，从 而实现光照的归一化，之后可以用现有的人脸识别方法对光照归一化 之后的图像进行识别。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于人脸三维重建的改进PCA算法 | 2020-05-11 | 146 |
| 一种基于3D打印技术精准修复遗体面部残缺的方法 | 2020-05-14 | 586 |
| 定制人脸混合表情模型自动生成方法及装置 | 2020-05-18 | 483 |
| 一种高压氧舱人脸识别交互方法及系统 | 2020-05-15 | 388 |
| 一种基于面部运动单元的三维非真实感表情生成方法 | 2020-05-11 | 951 |
| 一种实时人脸表情重建方法 | 2020-05-15 | 723 |
| 基于切片数据对称性分析的三维缺损颜面模型重建方法 | 2020-05-16 | 975 |
| 一种基于神经网络的端到端的三维人脸重建方法 | 2020-05-20 | 441 |
| 基于多列多尺度图卷积神经网络的3D人脸生成方法 | 2020-05-16 | 685 |
| 一种基于核磁共振数据的三维形变模型生成方法、系统及电子设备 | 2020-05-08 | 124 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
