[发明专利]人脸识别补光方法、装置、人脸识别设备及其系统在审
申请号: | 202110167451.4 | 申请日: | 2021-02-05 |
公开(公告)号: | CN112906529A | 公开(公告)日: | 2021-06-04 |
发明(设计)人: | 陈文龙;周杰;卢道和;方镇举;翁玉萍;黄涛;袁文静 | 申请(专利权)人: | 深圳前海微众银行股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 朱颖;刘芳 |
地址: | 518027 广东省深圳市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 识别 方法 装置 设备 及其 系统 | ||
1.一种人脸识别补光方法,其特征在于,包括:
获取待识别人脸图像;
根据所述待识别人脸图像以及预设图像处理模型确定待处理图像参数,所述待处理图像参数包括所述待识别人脸图像的当前亮度、第一距离以及第一角度,所述第一距离表征待识别人脸与人脸识别设备之间的距离,所述第一角度表征所述待识别人脸偏离所述人脸识别设备的角度;
基于预设补光模型,根据所述待识别人脸图像的当前亮度、所述第一距离以及所述第一角度确定当前补光强度,以控制补光灯按照所述当前补光强度进行补光。
2.根据权利要求1所述的人脸识别补光方法,其特征在于,在所述基于预设补光模型,根据所述待识别人脸图像的当前亮度、所述第一距离以及所述第一角度确定当前补光强度之前,还包括:
获取多个历史人脸图像以及各历史人脸图像各自对应的历史识别结果;
基于预设多元线性回归模型,根据每个历史人脸图像以及相应的所述历史识别结果生成各自的多元线性回归模型;
根据所有多元线性回归模型确定最优回归参数组合,并根据所述预设多元线性回归模型以及所述最优回归参数组合确定所述预设补光模型。
3.根据权利要求2所述的人脸识别补光方法,其特征在于,所述基于预设多元线性回归模型,根据每个历史人脸图像以及相应的所述历史识别结果生成各自的多元线性回归模型,包括:
根据各历史人脸图像以及所述预设图像处理模型确定每个历史人脸图像的历史图像参数;
针对每个历史人脸图像,根据所述预设多元线性回归模型、所述历史图像参数以及相应的所述历史识别结果生成对应的所述多元线性回归模型;
其中,每个历史图像参数包括所述历史人脸图像的当前亮度、第二距离以及第二角度,所述第二距离表征历史人脸与所述人脸识别设备之间的距离,所述第二角度表征所述历史人脸偏离所述人脸识别设备的角度。
4.根据权利要求2所述的人脸识别补光方法,其特征在于,所述根据所述预设多元线性回归模型以及所述最优回归参数组合确定所述预设补光模型,包括:
获取所述最优回归参数组合中的各优化回归参数;
配置各优化回归参数为所述预设多元线性回归模型的相应回归参数;
将配置完所述相应回归参数的所述预设多元线性回归模型确定为所述预设补光模型。
5.根据权利要求1-4任一项所述的人脸识别补光方法,其特征在于,所述基于预设补光模型,根据所述待识别人脸图像的当前亮度、所述第一距离以及所述第一角度确定当前补光强度,包括:
根据所述待识别人脸图像的目标亮度、所述第一距离、所述第一角度以及所述预设补光模型生成目标映射关系,所述目标映射关系用于表征目标人脸识别结果与所述目标亮度之间的函数关系;
根据所述目标映射关系获取所述目标人脸识别结果的最大值,以当所述目标人脸识别结果取所述最大值时得到所述目标亮度的对应值;
获取所述目标亮度的对应值与所述待识别人脸图像的当前亮度的对应值之间的差值,将所述差值确定为所述当前补光强度。
6.根据权利要求1-4任一项所述的人脸识别补光方法,其特征在于,所述根据所述待识别人脸图像以及预设图像处理模型确定待处理图像参数,包括:
根据所述预设图像处理模型中的预设灰度算法确定所述待识别人脸图像的当前亮度,所述预设灰度算法用于表征所述待识别人脸图像的所有像素点对应的各灰度值的分布函数;
根据所述预设图像处理模型中的预设距离算法确定所述第一距离;
根据所述预设图像处理模型中的预设图像算法确定所述第一角度。
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深圳前海微众银行股份有限公司,未经深圳前海微众银行股份有限公司许可,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/202110167451.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种确定面板混凝土膨胀剂掺量的方法
- 下一篇:发明人确认方法和发明人确认系统