[发明专利]一种基于TOF的人像区域亮度自动调节方法

说明书

本发明提供了一种基于TOF的人像区域亮度自动调节方法，包括：采用摄像头获取人像图；人像图画面进行缩减处理，获取人像识别主体区域；经等差序列方式对人像识别主体区域进行缩减处理，获取目标人像有效区域；统计目标人像有效区域内的像素深度；计算像素平均深度数据，计算目标人像与摄像头之间像素平均深度数据的当前帧数据与历史帧数据之间差值；根据像素平均深度数据与积分次数之间映射关系，获得目标积分次数；判断差值与调节阈值大小，若差值≥调节阈值，则调整目标积分次数，更新历史帧数据；当差值＜调节阈值，则不调整目标积分次数。本发明的方法能有效提升人像检测、识别的速度和准确率，降低整机在作业模式和待机模式的功耗。

技术领域

本发明涉及人像识别技术领域，具体为一种基于TOF的人像区域亮度自动调节方法。

背景技术

随着人工智能领域的蓬勃发展，人像识别技术作为该领域技术落地的排头兵，在例如通行领域闸机、考勤领域的打卡机、家用领域的门锁等场景中应用。为了有效提升人像识别技术的安全性及便捷性，目前的人像识别产品大多采用多图像源的方式进行识别认证，目前常见的有双路彩色图像输入，如一路彩色图像和一路红外光图像、或一路红外图像和一路深度图像等。例如：TOF摄像头(TOF是Time of Flight的缩写，直译为飞行时间，是通过给目标连续的发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的飞行时间来得到目标物距离。)可以输出一路红外图像和一路深度图像，可以很好的满足人像检测、人像识别等后续需求，也为防范纸张图像、手机图像的攻击提供更多的理论依据。

但是，目前TOF技术在实际使用过程中，虽然其具备一定的调节积分次数的能力，能够改善红外光图像人脸区域的对比度，但是仍会出现因人像过近或过远而造成的过曝与过暗现象，从而影响后续的人脸识别效率、识别速率及识别结果。

因此，需要提供一种自动调整人像亮度的方法，以解决上述问题。

发明内容

本发明提供了一种基于TOF的人像区域亮度自动调节方法，其能够适用于不仅限于红外光摄像头、3D结构光摄像头等场景的可调控成像图像亮度的人像识别系统，在人像识别之前，通过本发明的人像区域亮度自动调节方法对获取的图像进行亮度调整，一方面能够改善人像过近/过远引起的成像对比度低的问题，另一方面能够能够降低整机在作业模式和待机模式的功耗，实现有效提升后续的人像检测、识别速度、识别准确率的目的。

实现发明目的的技术方案如下：一种基于TOF的人像区域亮度自动调节方法，包括以下步骤：

采用摄像头获取人像图；

人像图画面进行缩减处理，获取人像识别主体区域，人像识别主体区域内包括目标人像存留区域；

经等差序列方式对人像识别主体区域进行缩减处理，获取目标人像有效区域；

统计目标人像有效区域内的像素深度，计算像素平均深度数据；

计算目标人像与摄像头之间像素平均深度数据的当前帧数据与历史帧数据之间差值；

根据像素平均深度数据与积分次数之间映射关系，获得目标积分次数；

判断差值与调节阈值大小，若差值≥调节阈值，则调整目标积分次数，更新历史帧数据；当差值＜调节阈值，则不调整目标积分次数。

其中，人像识别主体区域的大小＜人像图的大小，且人像识别主体区域的中心与人像图的中心重合，边缘与人像图的边缘平行。

进一步的，人像图为W×H，其中，W表示人像图的宽度，H表示人像图的高度；

人像识别主体区域的大小范围为0.1W×H至0.75W×H。

进一步的，人像图画面进行缩减处理后，人像识别主体区域的大小为0.25W×H。