一种基于光照估计的光照人脸识别方法技术

本发明专利技术公开了一种基于光照估计的光照人脸识别方法，其方法为：首先依据图像成像模型从原始人脸图像中估计出初始光照，然后根据初始光照计算出光线遮挡校正光照与光照融合因子，构建光照融合模型，实现光线遮挡光照校正，接着运用全变分模型对光线遮挡校正后光照进行平滑滤波获取原始人脸图像的最终光照，最后运用光照不变量提取模型获取原始图像的光照不变量。本发明专利技术能较好地处理阴影边缘问题，提取包含丰富面部细节特征、更接近于原始人脸本征的光照不变量，不仅能满足图像的成像原理，光照的缓慢变化特性，还能适应复杂的照明环境。

Illumination face recognition method based on illumination estimation

The invention discloses a light illumination estimation based on illumination face recognition method, the method is as follows: first, according to the imaging model from the original face image to estimate the initial light, then the light is calculated according to the initial light illumination and light shading correction factor according to fusion, Gou Jianguang fusion model, to achieve light shielding light according to the correction, then use the total variation model of the light shielding light eventually light correction were filtered to obtain the original face image, finally uses the illumination invariant extracting model to obtain the original image illumination invariant. The invention can solve the shadow edge problem, extract contains rich facial details features, closer to the original face of the intrinsic illumination invariant, not only can satisfy the imaging principle of the image, light slow change characteristics, can adapt to the complex lighting environment.

【技术实现步骤摘要】
一种基于光照估计的光照人脸识别方法
本专利技术涉及一种人脸识别方法，具体属于一种基于光照估计的光照人脸识别方法。
技术介绍
复杂光照问题一直是人脸识别技术的一个研究热点，为了解决这个问题，国内外学者已经提出了许多方法。该类方法主要包括：基于光照估计的方法、基于高频特征提取的方法。这些方法本质上都是在假设光照缓慢变化，光照不变量快速变化的基础上，对人脸图像的光照和光照不变量进行分离，直接或间接的从人脸图像中提取光照不变的信息。尽管这些方法在复杂光照人脸识别中已经取得明显的进步，但仍具有一定的局限性。一方面，复杂环境下光线受到人脸本身或其它遮挡物的影响，照射到人脸面部的光线不再是完全缓慢变化，人脸图像中光线遮挡区域和非遮挡区域之间存在光线快速变化现象。基于光照完全缓慢变化的光照估计方法所提的光照不变量不能很好地处理光线快速变化区域。而且现有光照估计算法大都通过低通平滑滤波实施光照估计，仅能满足光照的缓慢变化特征，估计的光照包含了过多的人脸本征信息，无法从人脸图像中获取准确的光照和光照不变量。另一方面，简单地假设人脸本征快速变化，仅从高频信息的角度提取光照不变量不够严谨和准确。本专利技术在研究朗伯模型的基础上，考虑图像的成像模型、复杂的照明环境，结合图像融合和平滑滤波提出了一种基于有效光估计的复杂光照人脸识别方法。
技术实现思路
为克服现有技术的缺陷，本专利技术目的是在于提供一种有效的人脸图像光照估计、光照不变量提取算法，即基于有效光估计的复杂光照人脸识别方法，结合图像融合和平滑滤波运用光照不变量提取模型获取原始图像的光照不变量，能较好地处理阴影边缘问题，提取包含丰富面部细节特征、更接近于原始人脸本征的光照不变量。为解决上述技术问题，提高复杂光照环境下人脸识别的光照鲁棒性，本专利技术的一种基于光照估计的光照人脸识别方法，其方法为：首先依据图像成像模型从原始人脸图像中估计出初始光照，然后根据初始光照计算出光线遮挡校正光照与光照融合因子，构建光照融合模型，实现光线遮挡光照校正，接着运用全变分模型对光线遮挡校正后光照进行平滑滤波获取原始人脸图像的最终光照，最后运用光照不变量提取模型获取原始图像的光照不变量。其具体方法如下：(1)分析朗伯模型，目标物体的成像原理用朗伯模型进行描述，即一幅人脸图像表示为：其中，F表示一幅人脸图像；R表示人脸表面的反射率和法向量的乘积，即为人脸本征，s表示成像光源，取值范围介于[0,1]；L表示外部光源照射到物体表面的光照强度；(2)估计初始光照；通过分析图像成像模型得出数字图像的最大值小于或等于外部光源的光照强度，当从数字图像本身估计光照时，首先采用局部最大值统计滤波器从原始图像中估计初始光照，人脸图像F的初始光照估计模型如下：Lp(x,y)＝max(F(i,j),(i,j)∈W)其中，Lp为人脸图像F对应的初始光照，F(i,j)是以人脸图像点F(x,y)为中心的邻域像素，W代表邻域窗口；(3)光线遮挡边缘光照校正；在初始光照估计的基础上，从光照变化速度描述和图像融合的角度，在初始光照基础上建立了一种光线遮挡边缘光照校正模型，人脸图像F初始光照Lp的遮挡边缘光照校正模型定义如下：Lmp(x,y)＝Lp(x,y)×(1-A'(x,y))+Lm(x,y)×A'(x,y)Lm(x,y)＝min(Lp(i,j),(i,j)∈W)其中，Lmp(x,y)为光线遮挡边缘光照校正结果；Lm(x,y)为光线遮挡边缘校正光照；A'(x,y)为光线遮挡边缘光照校正融合因子；A(x,y)为光照变化速度描述子，数值与光照变化速度成正比；m_A代表光照变化速度描述子的最大值；(4)全变分平滑滤波；光线遮挡边缘光照校正后，对遮挡边缘校正后的光照运用全变分模型实施平滑处理消除包含在光照中的人脸本征信息，使得估计的最终光照能够满足光照的缓慢变化特性；基于全变分模型的最终光照估计模型表示为：其中，L为从一幅人脸图像中估计的最终光照，为光照平滑正则项，为光照保真项，参数λ为平滑平衡因子，为表示梯度值。所述步骤(1)中，人脸图像是人脸本征和成像光照相乘的产物；人脸本征的数值范围属于[0,1]；人脸图像的强度低于成像光照的强度。所述步骤(1)中，基础的朗伯模型描述了目标物体的成像原理公式为F(x,y)＝R(x,y)×L(x,y)。所述步骤(2)中，在人脸本征快速变化区域估计的光照包含了人脸本征信息，所述人脸本征信息以噪声的形式存在于光照Lmp中。所述步骤(3)中，在初始光照估计的基础上，从光照变化速度描述和图像融合的角度，在初始光照基础上建立了一种光线遮挡边缘光照校正模型。述步骤(4)，基于全变分模型的平滑滤波运用偏微分方程的各向异性扩散特性，对遮挡边缘校正后的光照运用全变分模型实施平滑处理消除包含在光照中的人脸本征信息。本专利技术在研究经典朗伯模型的基础上，考虑图像的成像模型、复杂的照明环境，结合图像融合和平滑滤波运用光照不变量提取模型获取原始图像的光照不变量。所提算法能较好地处理阴影边缘问题，提取包含丰富面部细节特征、更接近于原始人脸本征的光照不变量，不仅能满足图像的成像原理，光照的缓慢变化特性，还能适应复杂的照明环境。附图说明图1是本专利技术的算法流程图；图2(a)本实施例的某人每个子集一幅原始图像；图2(b)本实施例的某人MSR算法对应的光照不变量图像；图2(c)本实施例的某人GF算法对应的光照不变量图像；图2(d)本实施例的某人WF算法对应的光照不变量图像；图2(e)本实施例的某人Luo算法对应的光照不变量图像；图2(f)本实施例利用本专利技术算法对应的光照不变量图像；图3为本实施例不同参数对应的平均识别率。具体实施方式下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。参见图1，为了解决上述方法在复杂光照情况下人脸识别的效果不能令人满意的问题，本专利技术在基于经典简单的朗伯模型基础上，提出更有效的光照估计和光照不变量提取算法，以便提高复杂光照条件下人脸识别的准确率。本专利技术综合考虑图像的成像原理、光照缓慢变化特性和复杂照明环境，结合图像融合和平滑滤波，提出一种有效的人脸图像光照估计、光照不变量提取方法。所提算法能较好地处理阴影边缘问题，提取含有丰富面部细节特征、更接近于人脸本征的光照不变量。复杂光照YaleB+和CAS-PEAL-R1人脸库上的实验结果表明所提算法具有高效性。为了达到上述目的，本专利技术所采取的技术方案是：1.分析朗伯模型：图像是指目标物体表面反射到图像获取传感器上形成的光线强度的度量。朗伯模型作为经典的可见光图像成像模型，被广泛应用于复杂光照人脸识别中。公式(1)给出了朗伯模型，描述了目标物体的成像原理。F(x,y)＝R(x,y)×L(x,y)(1)其中，和分别表示目标物体表面的反射率和法向量，s表示成像光源，表示目标物体的图像。物体表面的反射率和法向量与成像光源无关，是物体的内在特征(光照不变量)。因此，目标物体的成像原理可以用简单的朗伯模型进行描述，即一幅人脸图像可以表示为：其中，表示人脸本征(光照不变量)，数值范围属于[0,1]，表示成像光源(图像光照)。由朗伯模型可知：人脸图像是人脸本征和成像光照相乘的产物；人脸本征的数值范围属于[0,1]；人脸图像的本文档来自技高网...

【技术保护点】
一种基于光照估计的光照人脸识别方法，其特征在于，其方法如下：(1)分析朗伯模型，目标物体的成像原理用朗伯模型进行描述，即一幅人脸图像表示为：

【技术特征摘要】
1.一种基于光照估计的光照人脸识别方法，其特征在于，其方法如下：(1)分析朗伯模型，目标物体的成像原理用朗伯模型进行描述，即一幅人脸图像表示为：其中，F表示一幅人脸图像；R表示人脸表面的反射率和法向量的乘积，即为人脸本征，s表示成像光源，取值范围介于[0,1]；L表示外部光源照射到物体表面的光照强度；(2)估计初始光照；通过分析图像成像模型得出数字图像的最大值小于或等于外部光源的光照强度，当从数字图像本身估计光照时，首先采用局部最大值统计滤波器从原始图像中估计初始光照，人脸图像F的初始光照估计模型如下：Lp(x,y)＝max(F(i,j),(i,j)∈W)其中，Lp为人脸图像F对应的初始光照，F(i,j)是以人脸图像点F(x,y)为中心的邻域像素，W代表邻域窗口；(3)光线遮挡边缘光照校正；在初始光照估计的基础上，从光照变化速度描述和图像融合的角度，在初始光照基础上建立了一种光线遮挡边缘光照校正模型，人脸图像F初始光照Lp的遮挡边缘光照校正模型定义如下：Lmp(x,y)＝Lp(x,y)×(1-A'(x,y))+Lm(x,y)×A'(x,y)Lm(x,y)＝min(Lp(i,j),(i,j)∈W)其中，Lmp(x,y)为光线遮挡边缘光照校正结果；Lm(x,y)为光线遮挡边缘校正光照；A'(x,y)为光线遮挡边缘光照校正融合因子；A(x,y)为光照变化速度描述子，数值与光照变化速度成正比；m_A代表光照变化速度描述子的最大值；(...

【专利技术属性】
技术研发人员：程勇，焦良葆，曹雪虹，路红，陈瑞，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：江苏,32