[发明专利]一种基于多曝光人脸检测的人脸图像增强方法

说明书

本发明公开了一种基于多曝光人脸检测进行人脸图像增强的方法，包括下列步骤：对输入到人脸检测模型的图像帧进行人脸检测并获取人脸位置；将图像分割成M*N个区域；若检测到人脸位置，则直接根据设计好的算法为M*N个区域设置不同的权重；若未检测到人脸，则判断当前场景动态范围，根据动态范围确定是否去要切换曝光参数；若动态范围小于预先设定的阈值，则无需切换曝光参数，且判定为当前场景未出现人脸，并将M*N块区域的权重设置为默认权重；若动态范围大于预先设定的阈值，则根据预先设定的多曝光切换算法切换不同的曝光量以及曝光参数，在不同的曝光参数下检测人脸。

技术领域

本发明属于一种基于多曝光人脸检测的人脸图像增强方法，涉及相机3A以及机器视觉领域，具体为结合机器视觉人脸检测对自动曝光算法进行改进，从而对人脸区域进行增强的方法。

背景技术

随着机器视觉兴起，人脸检测算法也在现有数据集上达到了近乎完美的效果，然而现有数据集的一大特点就是人脸清晰，曝光合理；现有的综合能力最强的人脸检测算法在恶劣的光照环境下，例如背光，逆光，低光等环境，检测效果也会大打折扣。机器学习领域人脸检测是基于人体脸部特征，配合相应的分类算法学习模型，从而判断输入的图像帧内是否存在人脸，并可以获取人脸在图像中大致的位置；深度学习中人脸检测则可以输出人脸在图像中的精确位置，且深度学习也有较高的准确性，但深度学习需要更高的硬件要求以及更长的检测时间。

传统曝光算法一般是统计全局亮度均值，或为默认感兴趣区域设置固定权重的加权亮度均值，基于全局亮度均值或加权亮度均值计算曝光量配置曝光参数。在光线均匀或整体光照不均匀但默认感兴趣区域光照均匀且人脸恰好在默认感兴趣区域内的场景下，传统的曝光算法对人脸的曝光效果较好，但是在特殊光照条件下，例如，光照不均匀，而人脸又恰好不处在默认感兴趣区域内，则会出现人脸区域曝光不正常的现象，这不仅对后续的机器视觉有消极的影响，也会影响到直接的人眼视觉效果。

现有的基于人脸进行智能曝光的系统方法前提是输入单帧图像，在单帧图像上检测人脸并根据人脸位置信息修改曝光权重表进一步获取不同的曝光量以及曝光参数，该种方法生效的前提是在输入的单帧图像中可以正确检测出人脸，所以，一旦初始化时没有检测出人脸，则后续算法无法进行，而关于这方面的解决方法相关资料少之又少。

发明内容

本发明所要解决的技术问题是提供一种基于多曝光人脸检测进行人脸图像增强的方法。

本发明解决上述技术问题所采取的技术方案如下：

一种基于多曝光人脸检测进行人脸图像增强的方法，包括下列步骤：

对输入到人脸检测模型的图像帧进行人脸检测并获取人脸位置；

将图像分割成M*N个区域；若检测到人脸位置，则直接根据设计好的算法为M*N个区域设置不同的权重；

若未检测到人脸，则判断当前场景动态范围，根据动态范围确定是否去要切换曝光参数；

若动态范围小于预先设定的阈值，则无需切换曝光参数，且判定为当前场景未出现人脸，并将M*N块区域的权重设置为默认权重；

若动态范围大于预先设定的阈值，则根据预先设定的多曝光切换算法切换不同的曝光量以及曝光参数，在不同的曝光参数下检测人脸；

若检测到人脸，则根据设计好的算法为M*N个区域设置不同的权重；

若未检测到人脸，则判定为当前场景没有人脸，即不向下深入进行人脸检测，并将M*N块区域的权重设置为默认权重；

通过M*N块区域的不同权重获得自动曝光算法需要的加权统计参数；

根据获得的统计参数得到自动曝光需要的曝光量；

根据预先设定的曝光路线分配曝光参数，由此便得到了基于人脸检测的对人脸区域进行增强的图像。