CN105608415B - 信息处理方法及电子设备 - Google Patents

信息处理方法及电子设备 Download PDF

Info

Publication number
CN105608415B
CN105608415B CN201510927683.XA CN201510927683A CN105608415B CN 105608415 B CN105608415 B CN 105608415B CN 201510927683 A CN201510927683 A CN 201510927683A CN 105608415 B CN105608415 B CN 105608415B
Authority
CN
China
Prior art keywords
image
visible light
determining
recognition
infrared light
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510927683.XA
Other languages
English (en)
Other versions
CN105608415A (zh
Inventor
于宙
刘杰
王智虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN201510927683.XA priority Critical patent/CN105608415B/zh
Publication of CN105608415A publication Critical patent/CN105608415A/zh
Application granted granted Critical
Publication of CN105608415B publication Critical patent/CN105608415B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • G06V40/169Holistic features and representations, i.e. based on the facial image taken as a whole
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例公开了一种信息处理方法及电子设备,所述方法包括:打开红外光源,形成红外光;采集基于可见光和所述红外光形成的第一图像;采集基于可见光形成的第二图像;确定可见光保留系数;利用所述可见光保留系数对所述第二图像进行图像处理,形成第三图像;对所述第一图像和所述第三图像进行同步相减,形成第四图像;所述第四图像用于对识别对象进行特征识别。

Description

信息处理方法及电子设备
技术领域
本发明涉及信息技术领域,尤其涉及一种信息处理方法及电子设备。
背景技术
随着信息技术发展,人脸识别技术已经比较成熟;且,生物特征可用于进行很多操作的密钥。例如,通过生物识别技术提取用户的生物特征,利用该生物特征作为登录某些账号、网页或执行支付、转账等操作的密钥。若利用生物特征作为上述密钥,就要求精确的进行生物识别。以下以人脸识别为例,进行说明。在现有技术中引入了红外光摄像头来辅助进行人脸识别,具体可包括:
连续采集两帧图像,分别为A帧和B帧;
A帧是在红外光打光周期内采样形成的图像;
B帧是在红外光熄灭周期内采集形成的图像。
将A帧与B帧做帧同步相减得到C帧。
C帧上的图像可以消除很多背景噪音,方便人脸在红外补光的情况下凸显出脸部特征。
但是目前的情况是需要将红外光源集成到电子设备中,为了实现电子设备的低成本和轻薄化,红外光源的尺寸一般很小,成本也很低。这样红外光源即便打开补光效果也非常有限,这样的话,即便进行红外补光依然不能很明显的图像所需识别的特征。
发明内容
有鉴于此,本发明实施例期望提供一种信息处理方法及电子设备,以至少部分解决现有技术中待识别的特征凸显困难的特点。
为达到上述目的,本发明的技术方案是这样实现的:
本发明实施例第一方面提供一种信息处理方法,所述方法包括:
打开红外光源,形成红外光;
采集基于可见光和所述红外光形成的第一图像;
采集基于可见光形成的第二图像;
确定可见光保留系数;
利用所述可见光保留系数对所述第二图像进行图像处理,形成第三图像;
对所述第一图像和所述第三图像进行同步相减,形成第四图像;
其中,所述第四图像用于对识别对象进行特征识别。
基于上述方案,所述确定可见光保留系数,包括:
确定所述第一图像与所述第二图像之间的亮度差;
基于所述亮度差确定所述可见光保留系数。
基于上述方案,所述方法还包括:
确定所述第二图像的可见光保留区域;
所述利用所述可见光保留系数对所述第二图像进行图像处理,形成第三图像,包括:
在可见光保留区域,基于所述可见光保留系数进行可见光去除操作,形成所述第三图像。
基于上述方案,所述确定所述第二图像的可见光保留区域,包括:
分析所述特征识别的处理要求,形成分析结果;
根据所述分析结果确定所述特征识别作用的区域,并将所述特征识别作用的区域确定为所述可见光保留区域。
基于上述方案,所述确定所述第二图像的可见光保留区域,包括:
对所述第二图像中的所述识别对象进行初步特征识别,确定识别区域;
将所述识别区域确定为所述可见光保留区域。
基于上述方案,所述方法还包括:
检测表征环境光的环境参数或表征图像采集场景的场景参数;
基于所述环境参数和场景参数的至少其中之一,确定是否打开所述红外光源和/或进行同步相减。
本发明实施例第二方面提供一种电子设备,所述电子设备包括:
红外光单元,用于打开红外光源,形成红外光;
图像采集单元,用于采集基于可见光和所述红外光形成的第一图像;及采集基于可见光形成的第二图像;
确定单元,用于确定可见光保留系数;
第一形成单元,利用所述可见光保留系数对所述第二图像进行图像处理,形成第三图像;
第二形成单元,用于对所述第一图像和所述第三图像进行同步相减,形成第四图像;
其中,所述第四图像用于对识别对象进行特征识别。
基于上述方案,所述确定单元,具体用于确定所述第一图像与所述第二图像之间的亮度差;基于所述亮度差确定所述可见光保留系数。
基于上述方案,所述确定单元,还用于包括确定所述第二图像的可见光保留区域;
所述第一形成单元,具体用于在可见光保留区域,基于所述可见光保留系数进行可见光去除操作,形成所述第三图像。
基于上述方案,所述确定单元,具体用于分析所述特征识别的处理要求,形成分析结果;及根据所述分析结果确定所述特征识别作用的区域,并将所述特征识别作用的区域确定为所述可见光保留区域。
基于上述方案,所述确定单元,具体用于对所述第二图像中的所述识别对象进行初步特征识别,确定识别区域;将所述识别区域确定为所述可见光保留区域。
基于上述方案,所述设备还包括:
检测单元,用于检测表征环境光的环境参数或表征图像采集场景的场景参数;
所述确定单元,还用于基于所述环境参数和场景参数的至少其中之一,确定是否打开所述红外光源和/或进行同步相减。
本发明实施例提供的信息处理方法及电子设备,在进行特征识别之前,将打开红外光源发射红外光,对第一图像进行红外补光;并采集仅基于可见光形成的第二图像;确定出可见光系数,利用可见光系数对第二图像进行处理得到第三图像。第三图像的亮度是低于第二图像的亮度的,这样的话,利用第一图像和第三图像进行同步相减得到第四图像。第四图像将保留部分可见光和红外光,这样形成的图像能够在红外光线较弱的情况下,也能尽可能大限度的体现识别对象的大部分特征,便于提高识别对像的精确度。
附图说明
图1为本发明实施例提供的第一种信息处理方法的流程示意图;
图2为本发明实施例提供的第二种信息处理方法的流程示意图;
图3A为本发明实施例提供的一张第一图像的效果示意图;
图3B为本发明实施例提供的第一张第四图像的效果示意图;
图3C为本发明实施例提供的第二张第四图像的效果示意图;
图3D为本发明实施例提供的第三张第四图像的效果示意图;
图4为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
以下结合说明书附图及具体实施例对本发明的技术方案做进一步的详细阐述。
实施例一:
如图1所示,本实施例提供一种信息处理方法,所述方法包括:
步骤S110:打开红外光源,形成红外光;
步骤S120:采集基于可见光和所述红外光形成的第一图像;
步骤S130:采集基于可见光形成的第二图像;
步骤S140:确定可见光保留系数;
步骤S150:利用所述可见光保留系数对所述第二图像进行图像处理,形成第三图像;
步骤S160:对所述第一图像和所述第三图像进行同步相减,形成第四图像;
其中,所述第四图像用于对识别对象进行特征识别。
本实施例提供一种信息处理方法可应用于各种能够进行图像处理的电子设备中,例如笔记本电脑、台式电脑、手机、可穿戴式设备或平板电脑等电子设备。
所述红外光源可为红外发光二极管LED或冷阴极管等各种红外光源。打开所述红外光源就会发射出红外光。
在步骤S120中将基于所述可见光和红外光源发射的红外光一同进行图像采集,形成第一图像。在步骤S130中将基于可见光采集形成第二图像。步骤S110至步骤S120与步骤S130之间没有一定的先后关系。但是通常所述第一图像和第二图像的采集时间非常贴近。在本实施例中通常第一图像和第二图像形成的可见光亮度是一样,图像包括的图像元素是一样的,即采集对象是一样的。总体来说,第一图像和第二图像的差异主要在于,第一图像形成的光包括所述红外光,而第二图像形成光仅包括可见光,至于第一图像和第二图像的图像内容,即图像中各个采集对象的位置都可认为是相同的。
在步骤S140中将确定可见光保留系数,通常所述可见光保留系数的取值为0到100%之间的任意一个值。这里的可见光保留系数可为相对于第三图像相对于第二图像的第一可见光保留系数,也可以为第四图像相对于第一图像的第二可见光保留系数。例如,所述第一可见光保留系数为90%,则此时,第二可见光保留系数为10%;若所述第一可见光保留系数为10%,则此时所述第二可见光保留系数为90%。
在步骤S150中将利用可见光保留系数对所述第二图像进行图像处理,例如,利用所述可见光保留系数对第二图像进行可见光过滤处理。例如,所述可见光保留系数为第一可见光保留系数为90%,则形成的第三图像每一个像素的光照亮度可仅为第二图像的90%,这里可相当于对第二图像根据所述可见光保留系数进行降低亮度处理。
在本实施例中会将第一图像和形成的第三图像进行同步相减处理,得到第四图像。这里的同步相减可为,将第一图像中第i行第j列的像素的亮度减去第三图像中第i行第j的像素亮度,这样的话,得到的第四图像中的第i行第j列的亮度可为红外光的亮度以及(1-可见光亮度系数)*可见光亮度。
这样的话,得到的第四图像就大大的去除了可见光形成的识别对象以外背景的干扰,且用于保留了部分可见光,即便红外光较弱的情况下,也能尽可能大限度的体现识别对象的大部分特征,便于提高识别对象的精确度。
在本实施例中所述第一图像至第四图像都包括同一人脸,所述人脸即为所述识别对象,步骤S140可为对该人脸进行脸部识别,提取该人脸的脸部特征。
本实施例所述的信息处理方法,能够应用于进行图像识别过程中,红外光补偿较弱的情况下,通过保留部分可见光来提升识别对象的特征体现,以简化后续的识别且能够实现特征的凸显,提高特征识别的精确度。
图3A为本实施例中所述第一图像的一个效果示意图;第二图像可为第一图像的同步帧图像,但是第二图像中包括红外光是人眼无法感知的光,在本实施例中为表示出来。若直接采用第一图像和第二图像的同步相减得到了图3B所示的图像(这里的3B的效果为电子设备识别的效果图),显然通过同步相减得到的3B,可以过滤掉仅由可见光形成的所有背景图像,仅留下可由红外补光得到的人像部分。但是这个时候由于红外光源局限于体积、硬件成本等因素,导致补光效果非常弱,得到的3B图像中人像各个部分的特征都很弱,不利于人像的特征识别。
图3C是采用本实施例所述方法,保留部分可见光得到的电子设备识别后的效果图;显然图3C中保留了部分可见光,人像之后的背景图像也保留了部分,但是人像因保留的部分可见光,人像的特征也更倾斜。这样一方面减弱的背景图像对特征识别的干扰,另一方面由于红外补光和部分可见光的保留使得特征识别更加容易。
实施例二:
如图1所示,本实施例提供一种信息处理方法,所述方法包括:
步骤S110:打开红外光源,形成红外光;
步骤S120:采集基于可见光和所述红外光形成的第一图像;
步骤S130:采集基于可见光形成的第二图像;
步骤S140:确定可见光保留系数;
步骤S150:利用所述可见光保留系数对所述第二图像进行图像处理,形成第三图像;
步骤S160:对所述第一图像和所述第三图像进行同步相减,形成第四图像;
其中,所述第四图像用于对识别对象进行特征识别。
如图2所示,所述步骤S140可包括:
步骤S141:确定所述第一图像与所述第二图像之间的亮度差;
步骤S142:基于所述亮度差确定所述可见光保留系数。
在确定所述可见光保留系数时,可以将所述第一图像与所述第二图像做各个像素亮度的减法,得到所述亮度差。即可以先利用第一图像和第二图像进行同步相减,确定所述可见光保留系数。这里的可见光保留系数可为前述实施例中的第一可见光保留系数或第二可见光保留系数。
通常情况下,若所述亮度差越大,则第一可见光保留系数就越大,第二可见光保留系数就越小;若所述亮度差越小,则第一可见光保留系数就越小,第二可见光保留系数就越大。总之,所述第一可见光保留系数与所述亮度差呈正相关,与所述第二可见光保留系数呈负相关。
本实施例在实施例一的基础上提供了一种可见光保留系数的确定方法,具有实现简便的特点。
实施例三:
如图1所示,本实施例提供一种信息处理方法,所述方法包括:
步骤S110:打开红外光源,形成红外光;
步骤S120:采集基于可见光和所述红外光形成的第一图像;
步骤S130:采集基于可见光形成的第二图像;
步骤S140:确定可见光保留系数;
步骤S150:利用所述可见光保留系数对所述第二图像进行图像处理,形成第三图像;
步骤S160:对所述第一图像和所述第三图像进行同步相减,形成第四图像;
其中,所述第四图像用于对识别对象进行特征识别。
所述方法还包括:
确定所述第二图像的可见光保留区域;
所述步骤S150可包括:
在可见光保留区域,基于所述可见光保留系数进行可见光去除操作,形成所述第三图像。
当然在前述实施例中对所述第二图像进行图像处理,可包括对整个第二图像进行图像处理,得到所述第三图像。
在本实施例中首先,先确定可见光保留区域;然后在步骤S150中仅对可见光保留区域做部分可见光去除操作。这里的可见光去除操作主要是指降低所述可见光保留区域内各个像素的亮度。
这样的话,在进行第一图像和第三图像之间的同步相减时,形成的第四图像仅会在对应于所述可见光保留区域内的图像区域保留有可见光。这样的话,方便更加干净的去除所述可见光保留区域之外的图像,凸显出所述可见光保留区域内的图像。
如图3D所示,圆形框内的区域为根据特征识别的处理要求确定的可见光保留区域;这样的话,仅在该可见光保留区域保留部分可见光,则可见光保留区域之外的区域的背景图像全部被去除,在可见光保留区域内因为可见光的部分保留,保留了少量的背景图像,同时因可见光在可见光保留区域内的保留,人脸图像在进行同步相减之后也得到增强。
实施例四:
如图1所示,本实施例提供一种信息处理方法,所述方法包括:
步骤S110:打开红外光源,形成红外光;
步骤S120:采集基于可见光和所述红外光形成的第一图像;
步骤S130:采集基于可见光形成的第二图像;
步骤S140:确定可见光保留系数;
步骤S150:利用所述可见光保留系数对所述第二图像进行图像处理,形成第三图像;
步骤S160:对所述第一图像和所述第三图像进行同步相减,形成第四图像;
其中,所述第四图像用于对识别对象进行特征识别。
所述方法还包括:
确定所述第二图像的可见光保留区域;
所述步骤S150可包括:
在可见光保留区域,基于所述可见光保留系数进行可见光去除操作,形成所述第三图像。
所述确定所述第二图像的可见光保留区域,包括:
分析所述特征识别的处理要求,形成分析结果;
根据所述分析结果确定所述特征识别作用的区域,并将所述特征识别作用的区域确定为所述可见光保留区域。
例如,所述特征识别可包括脸部特征识别,在一些脸部特征识别处理中,要求识别对象被识别的部分要位于图像中的某个位置。例如,在一些Window系统设备中,会对人脸识别,在识别时要求人脸位于图像的中间区域,且在进行图像采集时,会要求用户将人脸至于图像的中间区域。例如在屏幕上显示预览图像,并用圆形框等标识指示当前人脸是否位于被框在圆形框内。故在本实施例中可根据这个识别处理要求,将第二图像的可见光保留区域设置在第二图像的中间位置区域。该可见光保留区域可为距离所述第二图像中心点位置一定距离的位置。例如,第二图像可分为两个相互垂直的维度,第一维度和第二维度;所述可见光保留区域在第一维度上边缘与所述中心点之间的距离可以等于或不等于在第二维度上与所述中心点之间的距离。
总之,本实施例提供了一种方法,能够根据特征识别的处理要求来确定可见光保留区域,操作简单。
实施例五:
如图1所示,本实施例提供一种信息处理方法,所述方法包括:
步骤S110:打开红外光源,形成红外光;
步骤S120:采集基于可见光和所述红外光形成的第一图像;
步骤S130:采集基于可见光形成的第二图像;
步骤S140:确定可见光保留系数;
步骤S150:利用所述可见光保留系数对所述第二图像进行图像处理,形成第三图像;
步骤S160:对所述第一图像和所述第三图像进行同步相减,形成第四图像;
其中,所述第四图像用于对识别对象进行特征识别。
所述方法还包括:
确定所述第二图像的可见光保留区域;
所述步骤S150可包括:
在可见光保留区域,基于所述可见光保留系数进行可见光去除操作,形成所述第三图像。
所述确定所述第二图像的可见光保留区域,包括:
对所述第二图像中的所述识别对象进行初步特征识别,确定识别区域;
将所述识别区域确定为所述可见光保留区域。
在本实施例中,所述确定第二图像的可见光保留区域,在本实施例进行一个初步特征识别,这里的初步特征识别可包括识别所述识别对象的外轮廓。例如,所述特征识别为人脸识别,在进行所述初步特征识别时,可包括识别人脸的外边缘,外边缘以内可以看到人脸上的五官等特征。
所述外边缘以内的区域即可为所述识别区域。
在本实施例中将所述识别区域确定为所述可见光保留区域。这样的话,形成的第三图像仅在识别区域内降低了像素的亮度,形成的第四图像仅在对应于所述可见光保留区域的图像区域内保留有可见光,从而最大限度的滤除了特征识别的背景噪音,能够最大限度的提升识别效率和识别精确度。
实施例六:
如图1所示,本实施例提供一种信息处理方法,所述方法包括:
步骤S110:打开红外光源,形成红外光;
步骤S120:采集基于可见光和所述红外光形成的第一图像;
步骤S130:采集基于可见光形成的第二图像;
步骤S140:确定可见光保留系数;
步骤S150:利用所述可见光保留系数对所述第二图像进行图像处理,形成第三图像;
步骤S160:对所述第一图像和所述第三图像进行同步相减,形成第四图像;
其中,所述第四图像用于对识别对象进行特征识别。
所述方法还包括:
检测表征环境光的环境参数或表征图像采集场景的场景参数;
基于所述环境参数和场景参数的至少其中之一,确定是否打开所述红外光源和/或进行同步相减。
在本实施例中所述方法还包括采集所述表征环境光的环境参数,例如采集环境光的亮度。这里的采集表征图像采集场景的场景参数,可包括通过图像预览等方式采集识别对象是逆光的还顺光的。
在本实施例中可根据所述环境参数和所述场景参数的至少其中之一,确定对否打开红外光源,或打开红外光源之后是否做同步相减。
以下提供一个表格,提供几种场景下对应的场景参数及是否打开红外光源或是否执行同步相减的举例。
Figure GDA0002208993320000111
Figure GDA0002208993320000121
场景1:杂乱的背景需要去除。同时,红外光源(如红外LED)的补光和较弱的室内灯管发射的可见光比较,能够凸显,是做帧同步相减适宜的场景。
场景2:全黑环境中可见光基本为0,主要靠红外光源的补光。选择不做同步相减的理由是,外光源的周期性亮暗使得在相同帧率前提下,图像传感器接受光线的时间(曝光时间)减少,图像的亮度降低。不做同步相减可以提高图像质量,最终能加大识别精确度。
场景3:不做同步相减。因为即便是阴天,太阳光中的红外光线非常强,外光源在这种环境中的效果忽略不计。
场景4:脸部的可见光不多但需要保留,且外光源的补光很重要。是做同步相减适宜的场景。
场景5:理由同场景3.脸部由太阳照射产生的红外光太强,做同步相减没有实际意义。
这样的话,方便电子设备根据需要确定是否打开红外光源,是否进行红外光补偿,方便不同场景下的图像采集和特征识别。
实施例七:
如图4所示,本实施例提供一种电子设备,所述电子设备包括:
红外光单元110,用于打开红外光源,形成红外光;
图像采集单元120,用于采集基于可见光和所述红外光形成的第一图像;及采集基于可见光形成的第二图像;
确定单元130,用于确定可见光保留系数;
第一形成单元140,利用所述可见光保留系数对所述第二图像进行图像处理,形成第三图像;
第二形成单元150,用于对所述第一图像和所述第三图像进行同步相减,形成第四图像;
其中,所述第四图像用于对识别对象进行特征识别。
在本实施例中所述电子设备可为手机、平板电脑、笔记本电脑、台式电脑或可穿戴式设备等各种电子设备。
所述红外光单元110可对应于各种红外光源,如红外LED等。打开所述红外光源后,可发送红外光。
所述图像采集单元120可包括照相机或摄像机等能够采集图像的设备。在本实施例中可基于可见光和红外光采集形成第一图像,也可以仅基于可见光采集形成第二图像。
所述确定单元130、第一形成单元140、第二形成单元150及识别单元160均可对应于处理器或处理电路。所述处理器可包括应用处理器、中央处理器、微处理器、数字信号处理器或可编程阵列等。所述处理电路可包括专用集成电路。本实施例中所述特征识别可包括脸部特征识别等。
本实施例所述同步相减的定义可参见前述实施例,在此就不重复了,总之本实施例所述的电子设备能够为实现前述的信息处理方法提供硬件支持,同样本实施例所述电子设备能够提供更加图像识别对象的特征的第四图像;对第四图像进行特征识别,能够提高识别精确度。
实施例八:
如图4所示,本实施例提供一种电子设备,所述电子设备包括:
红外光单元110,用于打开红外光源,形成红外光;
图像采集单元120,用于采集基于可见光和所述红外光形成的第一图像;及采集基于可见光形成的第二图像;
确定单元130,用于确定可见光保留系数;
第一形成单元140,利用所述可见光保留系数对所述第二图像进行图像处理,形成第三图像;
第二形成单元150,用于对所述第一图像和所述第三图像进行同步相减,形成第四图像;
其中,所述第四图像用于对识别对象进行特征识别。
所述确定单元130,具体用于确定所述第一图像与所述第二图像之间的亮度差;基于所述亮度差确定所述可见光保留系数。
在本实施例中所述确定单元130将会预先确定所述第一图像和第二图像之间的亮度差,这里的可以利用同步相减来确定所述第一图像和第二图像之间的亮度差,再基于所述亮度差确定可见光保留系数。在具体的实现过程中,所述电子设备可包括存储介质,所述存储介质可存储有亮度差与可见光保留系数之间的映射关系或函数关系,可有处理器或处理电路通过读取所述映射关系或函数关系来确定所述可见光保留系数。
本实施例所述的电子设备,不仅具有能够提供图像识别对象的特征的第四图像,而且还具有结构简单及实现简便的特点。
实施例九:
如图4所示,本实施例提供一种电子设备,所述电子设备包括:
红外光单元110,用于打开红外光源,形成红外光;
图像采集单元120,用于采集基于可见光和所述红外光形成的第一图像;及采集基于可见光形成的第二图像;
确定单元130,用于确定可见光保留系数;
第一形成单元140,利用所述可见光保留系数对所述第二图像进行图像处理,形成第三图像;
第二形成单元150,用于对所述第一图像和所述第三图像进行同步相减,形成第四图像;
其中,所述第四图像用于对识别对象进行特征识别。
所述确定单元130,还用于包括确定所述第二图像的可见光保留区域;
所述第一形成单元140,具体用于在可见光保留区域,基于所述可见光保留系数进行可见光去除操作,形成所述第三图像。
在本实施例中所述确定单元130还将用于确定可见光保留区域,该可见光保留区域可为所述第二图像上的部分图像区域。在本实施例中所述第一形成单元140具体用于在可见光保留区域内对第二图像进行处理,形成仅在可见光保留区域内进行亮度下调的第三图像。
本实施例所述确定单元130还将用于确定可见光保留区域,基于可见光保留区域形成的图像,有利于在形成第四图像更多的去除识别对象以外的背景图像及干扰信息,以方便提高识别精确度和提升识别效率。
实施例十:
如图4所示,本实施例提供一种电子设备,所述电子设备包括:
红外光单元110,用于打开红外光源,形成红外光;
图像采集单元120,用于采集基于可见光和所述红外光形成的第一图像;及采集基于可见光形成的第二图像;
确定单元130,用于确定可见光保留系数;
第一形成单元140,利用所述可见光保留系数对所述第二图像进行图像处理,形成第三图像;
第二形成单元150,用于对所述第一图像和所述第三图像进行同步相减,形成第四图像;
其中,所述第四图像用于对识别对象进行特征识别。
所述确定单元130,还用于包括确定所述第二图像的可见光保留区域;
所述第一形成单元140,具体用于在可见光保留区域,基于所述可见光保留系数进行可见光去除操作,形成所述第三图像。
所述确定单元130,具体用于分析所述特征识别的处理要求,形成分析结果;及根据所述分析结果确定所述特征识别作用的区域,并将所述特征识别作用的区域确定为所述可见光保留区域。
在本实施例中所述确定单元130将用于分析所述特征识别的处理要求,确定出特征识别的区域,将所述特征识别作用的区域定位可见光保留区域。这样的话,仅保留可见光保留区域的部分可见光,图像了识别作用区域内的图像的特征,尽可能的排除特征识别作用区域以外的背景图像和噪音干扰,这样能够大大的提升识别速率和识别精确度。
实施例十一:
如图4所示,本实施例提供一种电子设备,所述电子设备包括:
红外光单元110,用于打开红外光源,形成红外光;
图像采集单元120,用于采集基于可见光和所述红外光形成的第一图像;及采集基于可见光形成的第二图像;
确定单元130,用于确定可见光保留系数;
第一形成单元140,利用所述可见光保留系数对所述第二图像进行图像处理,形成第三图像;
第二形成单元150,用于对所述第一图像和所述第三图像进行同步相减,形成第四图像;
其中,所述第四图像用于对识别对象进行特征识别。
所述确定单元130,具体用于对所述第二图像中的所述识别对象进行初步特征识别,确定识别区域;将所述识别区域确定为所述可见光保留区域。
在本实施例中所述初步特征识别,可包括对识别对象的外轮廓或基本轮廓识别,这里的基本轮廓可为低精确的较为突出线条的识别。通过初步特征识别,能够大致确定出后续进行特征识别的识别区域。在将识别区域设置为可见光保留区域;本实施例所述确定单元130同样能够利用简单的结构,简便的确定出所述可见光保留区域。
实施例十二:
如图4所示,本实施例提供一种电子设备,所述电子设备包括:
红外光单元110,用于打开红外光源,形成红外光;
图像采集单元120,用于采集基于可见光和所述红外光形成的第一图像;及采集基于可见光形成的第二图像;
确定单元130,用于确定可见光保留系数;
第一形成单元140,利用所述可见光保留系数对所述第二图像进行图像处理,形成第三图像;
第二形成单元150,用于对所述第一图像和所述第三图像进行同步相减,形成第四图像;
其中,所述第四图像用于对识别对象进行特征识别。
所述设备还包括:
检测单元,用于检测表征环境光的环境参数或表征图像采集场景的场景参数;
所述确定单元130,还用于基于所述环境参数和场景参数的至少其中之一,确定是否打开所述红外光源。
本实施例所述的检测单元可对应于亮度传感器,和图像传感器等,可以通过亮度传感器采集环境光的环境参数,通过图像采集传感器可采集识别对象的亮度等参数。
本实施例所述确定单元130还用于根据所述环境参数及场景参数中的至少一个,确定是否需要打开红外光源和/或进行同步相减,这样就能够智能的根据图像采集的环境和场景等特征,是否打开红外光源或进行同步相减,以进一步提高识别精确度。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理模块中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种信息处理方法,所述方法包括:
打开红外光源,形成红外光;
采集基于可见光和所述红外光形成的第一图像;
采集基于可见光形成的第二图像;
确定可见光保留系数;其中,所述确定可见光保留系数,包括:确定所述第一图像与所述第二图像之间的亮度差;基于所述亮度差确定所述可见光保留系数;其中,所述可见光保留系数与所述亮度差呈正相关;
利用所述可见光保留系数对所述第二图像进行降低亮度的图像处理,形成第三图像;
对所述第一图像和所述第三图像进行同步相减,形成第四图像;
其中,所述第四图像用于对识别对象进行特征识别。
2.根据权利要求1所述的方法,其特征在于,
所述方法还包括:
确定所述第二图像的可见光保留区域;
所述利用所述可见光保留系数对所述第二图像进行图像处理,形成第三图像,包括:
在可见光保留区域,基于所述可见光保留系数进行可见光去除操作,形成所述第三图像。
3.根据权利要求2所述的方法,其特征在于,
所述确定所述第二图像的可见光保留区域,包括:
分析所述特征识别的处理要求,形成分析结果;
根据所述分析结果确定所述特征识别作用的区域,并将所述特征识别作用的区域确定为所述可见光保留区域。
4.根据权利要求2所述的方法,其特征在于,
所述确定所述第二图像的可见光保留区域,包括:
对所述第二图像中的所述识别对象进行初步特征识别,确定识别区域;
将所述识别区域确定为所述可见光保留区域。
5.根据权利要求1所述的方法,其特征在于,
所述方法还包括:
检测表征环境光的环境参数或表征图像采集场景的场景参数;
基于所述环境参数和场景参数的至少其中之一,确定是否打开所述红外光源和/或进行同步相减。
6.一种电子设备,所述电子设备包括:
红外光单元,用于打开红外光源,形成红外光;
图像采集单元,用于采集基于可见光和所述红外光形成的第一图像;及采集基于可见光形成的第二图像;
确定单元,用于确定可见光保留系数;所述确定单元,具体用于确定所述第一图像与所述第二图像之间的亮度差;基于所述亮度差确定所述可见光保留系数;其中,所述可见光保留系数与所述亮度差呈正相关;
第一形成单元,利用所述可见光保留系数对所述第二图像进行降低亮度的图像处理,形成第三图像;
第二形成单元,用于对所述第一图像和所述第三图像进行同步相减,形成第四图像;
其中,所述第四图像用于对识别对象进行特征识别。
7.根据权利要求6所述的设备,其特征在于,
所述确定单元,还用于包括确定所述第二图像的可见光保留区域;
所述第一形成单元,具体用于在可见光保留区域,基于所述可见光保留系数进行可见光去除操作,形成所述第三图像。
8.根据权利要求7所述的设备,其特征在于,
所述确定单元,具体用于分析所述特征识别的处理要求,形成分析结果;及根据所述分析结果确定所述特征识别作用的区域,并将所述特征识别作用的区域确定为所述可见光保留区域。
9.根据权利要求7所述的设备,其特征在于,
所述确定单元,具体用于对所述第二图像中的所述识别对象进行初步特征识别,确定识别区域;将所述识别区域确定为所述可见光保留区域。
10.根据权利要求6所述的设备,其特征在于,
所述设备还包括:
检测单元,用于检测表征环境光的环境参数或表征图像采集场景的场景参数;
所述确定单元,还用于基于所述环境参数和场景参数的至少其中之一,确定是否打开所述红外光源和/或进行同步相减。
CN201510927683.XA 2015-12-14 2015-12-14 信息处理方法及电子设备 Active CN105608415B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510927683.XA CN105608415B (zh) 2015-12-14 2015-12-14 信息处理方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510927683.XA CN105608415B (zh) 2015-12-14 2015-12-14 信息处理方法及电子设备

Publications (2)

Publication Number Publication Date
CN105608415A CN105608415A (zh) 2016-05-25
CN105608415B true CN105608415B (zh) 2020-01-31

Family

ID=55988341

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510927683.XA Active CN105608415B (zh) 2015-12-14 2015-12-14 信息处理方法及电子设备

Country Status (1)

Country Link
CN (1) CN105608415B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106446873B (zh) * 2016-11-03 2021-01-26 北京旷视科技有限公司 人脸检测方法及装置
CN107657222A (zh) * 2017-09-12 2018-02-02 广东欧珀移动通信有限公司 人脸识别方法及相关产品
TWI672957B (zh) 2018-03-29 2019-09-21 瑞昱半導體股份有限公司 影像處理裝置及影像處理方法
CN110365892A (zh) * 2018-04-04 2019-10-22 瑞昱半导体股份有限公司 图像处理装置及图像处理方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120038755A (ko) * 2010-10-14 2012-04-24 현대모비스 주식회사 얼굴 인증을 위한 영상 생성 장치 및 그 방법
CN104076914A (zh) * 2013-03-28 2014-10-01 联想(北京)有限公司 一种电子设备和投影显示方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150317464A1 (en) * 2014-04-30 2015-11-05 Motorola Mobility Llc Selective Infrared Filtering for Imaging-Based User Authentication and Visible Light Imaging

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120038755A (ko) * 2010-10-14 2012-04-24 현대모비스 주식회사 얼굴 인증을 위한 영상 생성 장치 및 그 방법
CN104076914A (zh) * 2013-03-28 2014-10-01 联想(北京)有限公司 一种电子设备和投影显示方法

Also Published As

Publication number Publication date
CN105608415A (zh) 2016-05-25

Similar Documents

Publication Publication Date Title
CN106874871B (zh) 一种活体人脸双摄像头识别方法及识别装置
EP3479346B1 (en) Method and electronic device for producing composite image
CN105608415B (zh) 信息处理方法及电子设备
CN106446873B (zh) 人脸检测方法及装置
US20200334450A1 (en) Face liveness detection based on neural network model
CN107172354B (zh) 视频处理方法、装置、电子设备及存储介质
Silva et al. Near real-time shadow detection and removal in aerial motion imagery application
CN104778396B (zh) 一种基于环境筛选帧的眼纹识别解锁方法及系统
CN110543857A (zh) 基于图像分析的违禁物识别方法、装置、系统和存储介质
CN111523438B (zh) 一种活体识别方法、终端设备和电子设备
CN104182721A (zh) 提升人脸识别率的图像处理系统及图像处理方法
EP2728511A1 (en) Apparatus and method for face recognition
CN109344864B (zh) 用于密集物体的图像处理方法及装置
CN103902958A (zh) 人脸识别的方法
CN104408780A (zh) 一种人脸识别考勤系统
CN110580452A (zh) 一种基于视频的人脸识别系统中的多模板人脸自动录入方法
CN107705279B (zh) 实现双重曝光的图像数据实时处理方法及装置、计算设备
US10748019B2 (en) Image processing method and electronic apparatus for foreground image extraction
CN110148125A (zh) 基于颜色检测的自适应皮肤油脂检测方法
CN111708907B (zh) 一种目标人员的查询方法、装置、设备及存储介质
CN113128373A (zh) 基于图像处理的色斑评分方法、色斑评分装置及终端设备
CN111275642B (zh) 一种基于显著性前景内容的低光照图像增强方法
CN115690130B (zh) 一种图像处理方法和装置
CN107403192B (zh) 一种基于多分类器的快速目标检测方法及系统
RU2738025C1 (ru) Способ обнаружения логотипа телеканала в телевизионной трансляции

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant