[发明专利]基于AI人脸检测的IQ调整方法及调整模块

说明书

本发明公开了一种基于AI人脸检测的IQ调整方法包括：获取图像；获取人脸位置坐标；根据人脸位置坐标绘制人脸框，计算获得人脸框图像的评价值；根据评价值重复调整人脸框图像的目标曝光值，直至满足人脸框图像的评价值大于评价阈值；将人脸框图像的gamma和对比度调整为预定义值；将人脸框图像亮度均匀化；将调整后图片输出进行活体检测。本发明还公开了一种基于AI人脸检测的IQ调整模块。本发明对模糊图像进行人脸检测后，能对检测到人脸框图像进行IQ调整，能提升人脸检测算法的检测和识别率。

技术领域

本发明涉及计算机领域，特别是一种基于AI人脸检测的IQ调整方法。本发明还涉及一种基于AI人脸检测的IQ调整模块。

背景技术

对于人脸检测（Face Detection）的研究可以追溯到上个世纪六十年代 ，其主要目标是在图像中确定是否存在人脸。人脸检测是基于人的脸部特征信息进行身份识别的一种生物识别技术。通过采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。近期的人脸检测算法根据具体应用采用不同方法，结合模板匹配、统计学习、主成份分析、肤色信息等等达到特定环境下最优化的人脸检测效果。

目前人脸检测和分类等基于图像的算法，依然受到画面质量的制约，如光照条件、环境、清晰度等对图像全局的影响。现有的图像处理方案是通过主芯片自带的ISP 调试出多组固定的值来对应不同环境中获取的图像进行匹配设置，属于全局性的较为粗略的图像调整,另外产品的ISP参数是通过烧录固件的方式烧录到产品中，不可随环境变化算法需求而变化，更新时必须通过手动固件更新或后台在线更新。随着AI算法对图像的需求，要做到对目标图像进行图像计算，对图像进行自动化更加精细化的调整，并且不依赖传统的固件烧录方式，进行IQ针对性的优化，使得图像能够在各种环境下符合算法所需的图像要求。

YUV是编译true-color颜色空间（color space）的种类，Y'UV, YUV, YCbCr，YPbPr等专有名词都可以称为YUV，彼此有重叠。“Y”表示明亮度（Luminance、Luma），“U”和“V”则是色度与浓度（Chrominance、Chroma）YUV格式有两大类：packed和planar。注：planar还分平面存储和平面打包格式。

RGB色彩模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是运用最广的颜色系统之一。

目前通过sensor直接采集的图像都存在各种不理想性，因此在编码前都会经过一个软件方式处理，这个处理就叫ISP，图像的IQ调试就是研究这些处理算法和实现的。常见的IQ调试技术如：线性纠正、噪声去除、黑电平校正、坏点去除、颜色插补、gamma 校正、RGB2YUV 转换、主动白平衡处理、主动曝光控制、AE评估等。

发明内容

在发明内容部分中引入了一系列简化形式的概念,该简化形式的概念均为本领域现有技术简化，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。

本发明要解决的技术问题是提供一种基于AI人脸检测能对模糊图像进行人脸检测，并对检测到人脸框图像进行IQ参数在线自动更新优化的方法。

本发明要解决的另一技术问题是提供一种基于AI人脸检测能对模糊图像进行人脸检测，并对检测到人脸框图像进行IQ参数在线自动更新优化的方法模块。

所述模糊图像包括但不限于于YUV图像和RGB图像。

为解决上述技术问题，本发明提供的基于AI人脸检测的IQ调整方法，包括以下步骤：