[发明专利]一种自适应光照干扰环境的人脸识别算法及人脸识别装置

权利要求书

1.一种自适应光照干扰环境的人脸识别算法，其特征在于，包括以下步骤：

步骤一：建立人脸数据向量集

将人像照片训练集中的全部训练人像照片输入至MTCNN中，所述MTCNN利用人脸特征分类器对输入的每一幅训练人像照片进行人脸位置和脸部关键点的检测，得到对应的训练人脸检测框坐标；

根据所述训练人脸检测框坐标对相应的训练人像照片进行截取，得到对应的训练人脸图片；

将全部的所述训练人脸图片分别输入FaceNet模型和LBP模型，得到对应的人脸数据向量集LIB_fn和人脸数据向量集LIB_lbp；

步骤二：人脸识别

将待识别人像照片输入至所述MTCNN中，所述MTCNN利用人脸特征分类器对输入的待识别人像照片进行人脸位置和脸部关键点的检测，得到待识别人脸检测框坐标和关键点坐标，所述关键点坐标包括左眼坐标、右眼坐标、左嘴角坐标和右嘴角坐标；

根据所述待识别人脸检测框坐标对所述待识别人像照片进行截取，得到待识别人脸图片；

将所述待识别人脸图片分别输入FaceNet模型和LBP模型，得到对应的向量和向量

分别计算向量与人脸数据向量集LIB_fn中的每一个向量的欧式距离dis_FN以及向量与人脸数据向量集LIB_lbp中的每一个向量的欧式距离dis_LBP，然后对每一幅所述训练人像照片对应的欧式距离dis_FN和欧式距离dis_LBP进行加权求和计算，计算公式如下：

dis＝α_FN×dis_FN+α_LBP×dis_LBP

其中，α_FN为欧式距离dis_FN的权重，α_LBP为欧式距离dis_LBP的权重，且0≦α_FN≦1，0≦α_LBP≦1，α_FN+α_LBP＝1；

权重α_FN和权重α_LBP的值通过以下步骤确定：根据所述关键点坐标截取所述待识别人脸图片的中心区域，并计算所述中心区域的明度，计算公式为：其中，R、G、B分别为每一个像素点的红、绿、蓝像素灰阶，L的取值范围为0～1，L＝0代表黑色，L＝1代表白色；当中心区域的明度L大于等于0.7或者小于等于0.3时，权重α_LBP的值大于等于0.22；当中心区域的明度L大于0.3且小于0.7时，权重α_LBP的值小于0.22；

以最小的dis值所对应的训练人像照片作为所述待识别人像照片的人脸识别结果。

2.根据权利要求1所述的一种自适应光照干扰环境的人脸识别算法，其特征在于，

向量和向量的维度均为128维，人脸数据向量集LIB_fn和人脸数据向量集LIB_lbp中向量的维度均为128维，且人脸数据向量集LIB_lbp中的向量通过LDA算法降维到128维。

3.根据权利要求1所述的一种自适应光照干扰环境的人脸识别算法，其特征在于，

利用OpenCV替代所述MTCNN。