[发明专利]一种煤矿井下复杂光照条件下的人脸识别方法

说明书

本发明公开了一种煤矿井下复杂光照条件下的人脸识别方法，主要包括初始化阶段、训练阶段和识别阶段，其中所述初始化阶段包括图像采集、图像存储、图像去噪、图像增强、特征描述，所述训练阶段包括特征向量降维和分类器模型建立，所述识别阶段为根据分类器建立的模型把待识别的人脸进行分类识别；通过采用小波分解的模糊增强算法，实现图像去噪和图像增强，并采用ALBP算子对小波处理后的人脸图像进行特征描述，以及采用分类器进行人脸模型构建和建立人脸样本数据库。本发明能够克服由于井下光照条件复杂所造成的图像阴影、明暗区、暗光、高光导致的识别率急剧降低的问题，以及提高煤矿井下人脸考勤识别准确率。

技术领域

本发明涉及一种煤矿井下复杂光照条件下的人脸识别方法，特别是涉及一种使用图像增强，并通过分类器进行在线训练的自适应人脸识别方法，属于图像模式识别技术领域。

背景技术

当前的人脸识别一般流程为：识别系统输入一幅包含未确定身份的人脸图像作为待识别样本，以及人脸数据库中的若干已知身份的人脸图像作为训练样本，通过算法输出待识别样本的相似度，以表明保护未确定身份的人脸图像中人员的身份。人脸识别方法主要包括特征提取和相似度计算两部分。

人脸识别技术在煤矿井下的视频监控、工作考勤、人员定位等应用中具有重要意义。目前，实际投用的人脸识别系统，需要被识别人在限定的环境下(如固定光照等)进行面部图像采集，但是煤矿井下光照条件复杂，存在着光线差、照度不均匀，粉尘多等特殊情况，由光照条件复杂所造成的图像阴影、明暗区、暗光、高光都会使识别率急剧降低，因此研究一种适用于煤矿井下复杂光照条件的人脸识别方法，是人脸识别技术在煤矿井下应用中急需解决的问题。

发明内容

本发明所要解决的技术问题在于克服现有技术的不足，提供一种煤矿井下的人脸识别方法，解决现有人脸识别技术无法满足由井下光照条件复杂所造成的图像阴影、明暗区、暗光、高光导致的识别率急剧降低问题。

本发明具体采用以下技术方案解决上述技术问题：

一种煤矿井下复杂光照条件下的人脸识别方法，主要包括初始化阶段、训练阶段和识别阶段，其中所述初始化阶段包括图像采集、图像存储、图像去噪、图像增强、特征描述，所述训练阶段包括特征向量降维和分类器模型建立，所述识别阶段为根据分类器建立的模型把待识别的人脸进行分类识别，具体步骤如下：

A、所述初始化阶段：

(1)首先使用图像采集设备采集人脸图像，并将图像传输到图像处理模块进行图像存储；

(2)图像处理模块对存储的图像进行多尺度小波分解，并采用图像模糊增强算法进行图像去噪和图像增强，从而获得增强后的人脸图像特征点，并小波重构人脸特征图像；

(3)通过ALBP算子对重构后获得的人脸特征图像进行纹理特征描述，从而构成人脸特征向量；

B、所述训练阶段：

(1)通过图像采集设备采集同一个人脸的多幅样本图像；

(2)将获得的多幅样本图像按照初始化阶段的处理过程进行初始化，得到重构后的样本人脸特征向量；

(3)采用模式识别分类器，将得到的人脸特征向量进行模型训练，并将生成的人脸模型(人脸特征文件)保存到人脸样本数据库中；

(4)重复训练阶段的过程(1)、(2)、(3)，将需要识别的不同人脸依次生成的人脸模型存入人脸样本数据库中，并构建成一个完整的多人脸样本数据库；

C、所述识别阶段：

(1)通过图像采集设备采集待识别的人脸图像；

(2)将得到的人脸图像按照初始化阶段的处理过程进行初始化，得到重构后的人脸特征向量；