[发明专利]一种基于近红外图像的光照估计方法及系统

权利要求书

1.一种基于近红外图像的光照估计方法，其特征在于，包括如下步骤：

S1、获取目标区域的近红外图像；

S2、对所述近红外图像进行人脸检测，得到初始人脸框；

S3、缩小所述初始人脸框，得到第一人脸区域图像，并对所述第一人脸区域图像进行归一化处理，得到第二人脸区域图像；

S4、计算所述第二人脸图像的灰度直方图，设置灰度截断值，并统计所述截断值范围之内的像素，过滤高于所述灰度截断值的像素，得到第三人脸区域图像；

S5、计算所述第三人脸区域图像的像素平均值，根据所述像素平均值求解得到所述第三人脸区域图像的光照强度值。

2.如权利要求1所述基于近红外图像的光照估计方法，其特征在于：步骤S1中，通过控制深度相机获取所述目标区域的所述近红外图像；所述深度相机包括发射模块和接收模块，其中，所述发射模块用于向所述目标区域发射近红外波段的光信号，所述接收模块接收经所述目标区域反射回的光信号以得到所述目标区域的所述近红外图像。

3.如权利要求1所述基于近红外图像的光照估计方法，其特征在于：步骤S2中，将所述近红外图像传输至人脸检测模型进行人脸检测，获取人脸区域，得到所述初始人脸框。

4.如权利要求1所述基于近红外图像的光照估计方法，其特征在于：步骤S2包括：

S20、将所述近红外图像传输至主干特征提取网络，输出第一有效特征层；

S21、利用所述第一有效特征层进行特征图金字塔网络结构的构建，获取有效特征融合层；

S22、对所述有效特征融合层进行加强特征提取，输出第二有效特征层；

S23、利用所述第二有效特征层进行人脸预测，得到所述初始人脸框。

5.如权利要求4所述基于近红外图像的光照估计方法，其特征在于：步骤S22中，利用SSH结构对三个不同尺寸的所述有效特征融合层进行加强特征提取；其中，所述SSH结构包括三个并行卷积层结构，所述有效特征融合层经过所述三个并行卷积层结构后通过合并，得到所述第二有效特征层。

6.如权利要求1所述基于近红外图像的光照估计方法，其特征在于：步骤S3中，根据下式缩小所述初始人脸框：

其中，(x₁，y₁)为所述初始人脸框的左上角坐标，(x₂，y₂)为所述初始人脸框的右下角坐标，x′₁和y′₁为所述第一人脸区域图像的左上角坐标，P∈(0,1)。

7.如权利要求6所述基于近红外图像的光照估计方法，其特征在于，步骤S3中还包括：将所述第一人脸区域图像归一化处理后，利用插值法对图像进行插值，以恢复图像归一化处理丢失的数据。

8.如权利要求1所述基于近红外图像的光照估计方法，其特征在于：步骤S5中，根据下式计算所述第三人脸区域的光照强度值：

其中，a、b为系数，t为曝光时间，g_v为增益项，G为所述第三人脸区域图像的像素平均值。

9.一种基于近红外图像的光照估计系统，其特征在于：包括图像获取模块、人脸检测模块、图像处理模块以及光照计算模块；其中，

所述图像获取模块，用于获取近红外图像并将所述近红外图像传输至所述人脸检测模块；

所述人脸检测模块，用于对所述近红外图像进行人脸检测，得到初始人脸框；

所述图像处理模块，用于对所述初始人脸框进行缩小，并进行归一化处理，根据归一化处理后的图像进行灰度直方图的计算，并统计每个像素值对应的像素数量，过滤曝光像素点，得到人脸区域图像；

所述光照计算模块，用于计算所述人脸区域图像的像素平均值，并根据所述平均值求解所述人脸区域图像的光照强度值。

10.如权利要求9所述的基于近红外图像的光照估计系统，其特征在于：所述图像获取模块为深度相机，所述深度相机包括发射模块和接收模块，其中，所述发射模块用于向目标区域发射近红外波段的光信号，所述接收模块接收经所述目标区域反射回的光信号以得到所述目标区域的所述近红外图像。