[发明专利]一种基于深度相机人脸自动曝光方法

说明书

本发明公开了一种基于深度相机人脸自动曝光方法。为了克服现有技术利用成熟2D图像识别算法，成本较高，未发挥3D深度相机深度信息与灰度信息交叉检测优势的问题；本发明通过灰度直方图统计自动曝光获得理想亮度的灰度图，然后计算反射率，根据人体皮肤反射率范围，确定脸部轮廓的大致范围，再通过一种灰度结合深度的特征点扫描算法确认脸部位置，并根据脸部的灰度值计算曝光参数进行曝光，不需要庞大图像识别与数据运算，就可以获得理想的曝光结果，充分利用3D深度相机深度信息与灰度信息交叉检测优势。

技术领域

本发明涉及一种3D成像技术领域，尤其涉及一种基于深度相机人脸自动曝光方法。

背景技术

3D深度相机相比传统2D相机增加了深度信息，天然具有活体检测优势，识别准确率高，更受到市场的青睐。因此3D深度相机已逐步替代传统的2D相机，应用到生活的各个方面，如人脸支付，智能门禁，高铁机场身份识别等。随着应用推广，对低成本3D深度相机方案的需求也越来越多，尤其在一台主控接多台相机场合。

现有3D深度相机自动曝光方案，是对灰度图进行人脸轮廓检测，检测到人脸轮廓之后，选择最优一个轮廓的灰度值给曝光控制单元进行曝光。此种方案利用成熟2D图像识别算法，成熟稳定，但是人脸轮廓识别算法和多轮廓选择算法对系统资源要求高，即硬件成本高。也未发挥3D深度相机深度信息与灰度信息交叉检测优势。

例如，一种在中国专利文献上公开的“基于人脸识别的图像曝光调整方法”，其公告号CN111242086A，相机实时拍摄并获取一帧RAW图像；调节整个图像达到所需曝光值并传输至主控制器；由所述主控制器执行人脸识别算法；当相机检测到有人脸时，对图像人脸区域和非人脸区域进行亮度统计；获取统计区域亮度，根据人脸亮度调整曝光得到一帧图像framel；同时根据非人脸区域的亮度，调整曝光得到一帧图像frame2；合成两帧图像得到所需图像再次执行人脸识别算法。

该方案利用成熟2D图像识别算法，成熟稳定，但对系统资源要求较高，且检测耗时长，不适用高帧率检测场景。

发明内容

本发明主要解决现有技术利用成熟2D图像识别算法，对系统资源要求较高且检测耗时长，未发挥3D深度相机深度信息与灰度信息交叉检测优势的问题；提供一种基于深度相机人脸自动曝光方法，根据3D深度相机灰度图，深度信息和图像扫描算法，来确定曝光目标，进行自动曝光方案，不需要庞大图像识别与数据运算，就可以获得理想的曝光结果。

本发明的上述技术问题主要是通过下述技术方案得以解决的：

一种基于深度相机人脸自动曝光方法，包括以下步骤：

S1：根据初始值参数进行曝光并获取图像帧；

S2：对图像的灰度值进行直方图统计，根据直方图统计结果对灰度图曝光参数进行调整，再次曝光后获得理想亮度的灰度图和深度图；

S3：根据深度图的深度信息和灰度图的灰度值，依次计算各像素点的反射率；

S4：根据人体皮肤反射率的经验值，结合计算得到的各像素点的反射率，确定人脸轮廓的范围区域；

S5：使用图像扫描算法，依次扫描人脸轮廓的范围区域，确定人脸轮廓坐标和灰度值；按照最近优先原则，选取最近轮廓的灰度值进行曝光参数计算，并再次曝光；

S6：输出基于人脸自动曝光后的图像帧。

本方案通过灰度直方图统计自动曝光获得理想亮度的灰度图，然后计算反射率，根据人体皮肤反射率范围，确定脸部轮廓的大致范围，再通过一种灰度结合深度的特征点扫描算法确认脸部位置，并根据脸部的灰度值计算曝光参数进行曝光，不需要庞大图像识别与数据运算，就可以获得理想的曝光结果，充分利用3D深度相机深度信息与灰度信息交叉检测优势。

作为优选，根据直方图统计结果对灰度图曝光参数进行调整的过程包括：

S201：获取的灰度图按照直方图划定的灰度区间进行像素划分，并统计每个区间的像素个数；