[发明专利]一种红外人脸图像到可见光人脸图像的转换方法

说明书

本发明涉及一种红外人脸图像到可见光人脸图像的转换方法，包括以下步骤：构建红外和可见光人脸数据集。对人脸数据集中的图像按眼睛相对位置进行对齐，并变换到相同尺寸大小；构建训练数据集、验证数据集和测试数据集；构建对抗生成网络，采用循环对抗生成方式进行网络训练；生成从红外人脸图像到可见光人脸图像的变换网络。本发明设计合理，减少了对监督数据的依赖，很好的解决了红外人脸图像到可见光人脸图像转换问题，可借助可见光人脸识别方法提高红外人脸识别的准确率，可广泛用于夜间红外摄像场合。

技术领域

本发明属于红外图像处理技术领域，尤其是一种红外人脸图像到可见光人脸图像的转换方法。

背景技术

在现有的视频监控网络中，往往要求实现24小时全天候监控功能，在夜间采光不好时，红外摄像就成为必选项。提高红外人脸图像的识别率，对于提高夜间监控效果具有重要的实际意义。

为了提高红外人脸图像的识别率，一方面可以从红外人脸图像出发，深入研究基于红外人脸图像的识别方法；有研究者在此方面进行了研究，但没有重大突破，识别率仅保持在中等水平，与可见光人脸图像的识别率相比还有巨大差距。另一方面，可见光人脸识别技术的研究由于大型的数据库，大量的研究投入，已取得了最大的进步，趋于成熟。但由于红外面阵相机采用热成像技术，红外人脸图像与可见光人脸图像有很大的差异，不能直接使用或借鉴可见光人脸图像识别算法，因此有研究人员提将红外人脸图像转换为见光人脸图像，并进行了先期的探索，往往利用红外人脸图像与其对应的可见光人脸图像进行监督学习。但是存在两个方面的问题，一方面这种红外和可见光的人脸图像对难以大规模获取；另一方面由于红外到可见光成像域差异巨大，两者之间的转换是一个欠完备的问题，需要大量的先验知识才能实现准确的转换。人工设计提取先验知识帮助实现这个转换存在巨大的困难。

随着近年来深度神经网络技术发展，我们可以利用深度神经网络来学习这个先验知识，特别是对抗生成网络的出现为解决上面的两个问题提供了手段。

发明内容

有鉴于此，本发明的目的在于克服现有技术的不足，提出一种红外人脸图像到可见光人脸图像的转换方法，其利用生成对抗网络技术，将红外人脸图像转换到可见光人脸图像，从而可以借用可见光人脸图像识别技术，大大提高红外人脸识别的效果，为夜间监控用的红外摄像机擦亮了眼睛。

为了实现上述目的，本发明采用如下技术方案：

一种红外人脸图像到可见光人脸图像的转换方法，包括以下步骤：

步骤1、一方面利用现有的红外人脸数据库和可见光人脸数据库中的图像；另一方面使用监控摄像机采集人脸红外图像和可见光人脸图像；构建红外和可见光人脸数据集；

步骤2、对人脸数据集中的图像按眼睛相对位置进行对齐，并变换到相同尺寸大小。

步骤3、构建训练数据集、验证数据集和测试数据集；

步骤4、构建对抗生成网络，采用循环对抗生成方式进行网络训练；

步骤5：生成从红外人脸图像到可见光人脸图像的变换网络。