[发明专利]一种基于RGB颜色空间的红外偏振人脸识别方法在审
| 申请号: | 202111321543.X | 申请日: | 2021-11-09 |
| 公开(公告)号: | CN113963419A | 公开(公告)日: | 2022-01-21 |
| 发明(设计)人: | 汪方斌;金蓄;唐晟;朱达荣;高业飞 | 申请(专利权)人: | 安徽建筑大学 |
| 主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V10/145;G06V10/56;G06V10/44;G06V10/764;G06V10/50;G06K9/62;G06T5/20;G06T5/40;G06T5/50;G06T7/13 |
| 代理公司: | 合肥云道尔知识产权代理事务所(特殊普通合伙) 34230 | 代理人: | 陈兰 |
| 地址: | 230000 *** | 国省代码: | 安徽;34 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 rgb 颜色 空间 红外 偏振 识别 方法 | ||
本发明公开了一种基于RGB颜色空间的红外偏振人脸识别方法,包括以下步骤:S1:利用偏振成像系统获取红外人脸偏振热像;S2:提出一种红外人脸偏振热像RGB空间融合框架并对已获得的红外人脸偏振热像进行融合形成类可见RGB图像;S3:利用方向梯度直方图获取融合后的类可见RGB图像的特征,并提出一种基于支持向量机的人脸识别框架并对类可见RGB图像和红外人脸偏振图像进行识别;S4:对实验结果进行分析,包括对类可见RGB图像的结果分析和对基于支持向量机的人脸识别框架对不同图像的识别率对比分析。本发明方法的图像熵和结构相似性更高,并且人脸特征更加接近可见光图像,使得人脸识别率更高。
技术领域
本发明涉及热红外人脸识别领域,具体涉及一种基于RGB颜色空间的红外偏振人脸识别方法。
背景技术
研究表明,人脸皮肤具有近似黑体的发射率和较强的自发辐射能力。人脸自发辐射由人脸组织和结构如血管和血管分布所决定,与人的基因结构有关;通过人脸自发辐射获取的红外热像与人脸特征密切相关,具有唯一性,且不受环境光照、肤色和化妆品的影响,具有抗干扰性强、防伪装、防欺诈等优点,因此可以通过热红外图像实现低分辨条件下的人脸识别。
目前,通过热红外图像进行人脸识别取得巨大进展。但是现有技术具有以下缺点:虽然这些方法都取得了较好的效果,但在成像时,红外热像会受到环境、相机自身、光谱范围等多种因素的影响,导致人脸识别的效果不理想。归纳其原因,主要有:(1)红外相机的热焦平面阵列(FPA)响应光谱波长较长,热像人脸面部图像的空间分辨率低于对应可见光图像,观测到的可见人脸特征与热像人脸特征存在较大不同;(2)识别算法性能根本上受限于可见和热像面部特征之间的相关性,而现象学(可见光成像的反射比和热成像的发射率)上的差异使得可见光谱成像与红外热成像之间存在较大的模态间隙。
发明内容
本发明的目的在于提供一种基于RGB颜色空间的红外偏振人脸识别方法,其基于不同Stokes图像对于人脸不同区域的特征凸显,应用DoG后的Stokes图像作为RGB颜色空间融合的参数,得到融合后人脸,并建立了一个红外人脸偏振热像数据集对融合图像进行分析,并用HOG-SVM人脸识别框架进行人脸识别。
为实现上述目的,本发明提供如下技术方案:
一种基于RGB颜色空间的红外偏振人脸识别方法,包括以下步骤:
S1:利用偏振成像系统获取红外人脸偏振热像;
S2:提出一种红外人脸偏振热像RGB空间融合框架并对已获得的红外人脸偏振热像进行融合形成类可见RGB图像;
S3:利用方向梯度直方图获取融合后的类可见RGB图像的特征,并提出一种基于支持向量机的人脸识别框架并对类可见RGB图像和红外人脸偏振图像进行识别;
S4:对类可见RGB图像的成像效果和对基于支持向量机的人脸识别框架对类可见RGB图像和红外人脸偏振图像的识别率进行对比分析。
优选地,所述步骤S1的具体步骤如下,由人脸面部的自发辐射透过偏振方位角为0°、60°、120°的偏振图像系统来获得红外人脸偏振图像,为了收集数据,要求每个受试者坐在椅子上并摘下眼镜,在完全黑暗的环境下在离相机1m处表露各种微表情,然后开灯拍摄可见光图像。
优选地,所述步骤S2的具体步骤如下,先对获取的红外人脸偏振热像进行均值滤波预处理,随后对滤波后的Stokes参量图像应用高斯差分特征边缘检测处理,最后将高斯差分(Difference of Gaussian,DoG)处理的检测图像作权重处理,并将Stokes参量I、Q、U图像对应三个色域通道R、G、B,从而可以形成RGB色域偏振热像融合的类可见RGB图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽建筑大学,未经安徽建筑大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111321543.X/2.html,转载请声明来源钻瓜专利网。





