[发明专利]评价人脸图像中的光照条件的方法和设备有效
| 申请号: | 201710970321.8 | 申请日: | 2017-10-16 |
| 公开(公告)号: | CN109670389B | 公开(公告)日: | 2023-04-07 |
| 发明(设计)人: | 陆萍萍;刘汝杰 | 申请(专利权)人: | 富士通株式会社 |
| 主分类号: | G06V40/16 | 分类号: | G06V40/16 |
| 代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 康建峰;吴琼 |
| 地址: | 日本神*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 评价 图像 中的 光照 条件 方法 设备 | ||
1.一种评价人脸图像中的光照条件的方法,包括:
将多个人脸图像之中的人脸图像分解为光照特征分量和人脸特征分量,所述分解包括:
将人脸图像分解为初始光照特征分量和初始人脸特征分量,
将初始光照特征分量乘以初始人脸特征分量的均值,得到所述光照特征分量,和
将初始人脸特征分量除以初始人脸特征分量的均值,得到所述人脸特征分量;
提取人脸图像中的预定区域;
根据预定区域内的光照特征分量,计算最大亮度特征、最小亮度特征、光照方向特征;以及
评价人脸图像中的光照条件,所述评价包括:
如果最大亮度特征小于低亮度阈值,则评价为低亮度条件;
如果最小亮度特征大于高亮度阈值,则评价为高亮度条件;和
如果所述光照方向特征的绝对值大于方向阈值,则评价为侧向光条件。
2.如权利要求1所述的方法,其中,利用总变分模型、对数总变分模型、自熵模型中之一或其组合,将人脸图像分解为初始光照特征分量和初始人脸特征分量。
3.如权利要求1所述的方法,其中,所述预定区域包括覆盖眼睛、鼻子、嘴的四个区域。
4.如权利要求1所述的方法,其中,所述计算步骤包括:
计算预定区域中的每个区域中的平均光照特征分量;
计算上述平均光照特征分量中的最大值、最小值、平均值,作为所述最大亮度特征、所述最小亮度特征、整体均值;
根据上述平均光照特征分量、整体均值,计算预定区域中临近区域的灰度偏差;
根据灰度偏差,计算光照方向特征。
5.如权利要求1所述的方法,还包括:将与所评价的光照条件相对应的评价结果反馈给用户。
6.如权利要求1所述的方法,还包括:从所述多个人脸图像中去除所评价的光照条件不满足预定条件的人脸图像。
7.如权利要求6所述的方法,其中预定条件包括亮度均匀、直射光或漫反射。
8.一种评价人脸图像中的光照条件的设备,包括:
分解装置,被配置为:将多个人脸图像之中的人脸图像分解为光照特征分量和人脸特征分量,所述分解包括:
将人脸图像分解为初始光照特征分量和初始人脸特征分量,
将初始光照特征分量乘以初始人脸特征分量的均值,得到所述光照特征分量,和
将初始人脸特征分量除以初始人脸特征分量的均值,得到所述人脸特征分量;
提取装置,被配置为:提取人脸图像中的预定区域;
计算装置,被配置为:根据预定区域内的光照特征分量,计算最大亮度特征、最小亮度特征、光照方向特征;以及
评价装置,被配置为:评价人脸图像中的光照条件,所述评价包括:
如果最大亮度特征小于低亮度阈值,则评价为低亮度条件;
如果最小亮度特征大于高亮度阈值,则评价为高亮度条件;和
如果所述光照方向特征的绝对值大于方向阈值,则评价为侧向光条件。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于富士通株式会社,未经富士通株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710970321.8/1.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序





