CN109815905B - 一种逆光光源人脸图像检测方法和系统 - Google Patents
一种逆光光源人脸图像检测方法和系统 Download PDFInfo
- Publication number
- CN109815905B CN109815905B CN201910070969.9A CN201910070969A CN109815905B CN 109815905 B CN109815905 B CN 109815905B CN 201910070969 A CN201910070969 A CN 201910070969A CN 109815905 B CN109815905 B CN 109815905B
- Authority
- CN
- China
- Prior art keywords
- image
- light source
- brightness
- thres
- backlight
- 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
Links
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提出一种逆光光源人脸图像检测方法和系统。本发明方法首先对图像进行背景分析判断顺光、背光光源场景，然后针对不同光源场景特点，采用不同人脸检测处理模式，以提升逆光光源下的人脸检测的效率。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种逆光光源人脸图像检测方法和系统。
背景技术
实际应用中，光照条件会对人脸检测精度产生巨大的影响，如逆光、偏光光源等。其中，在逆光光源下，人脸图像亮度会出现在偏离肤色亮度正常范围外，致使无法检测出逆光光源下的人脸。若简单的扩大肤色亮度值的分布区间，虽然可以补偿出逆光光源下漏检肤色区域，但同时也会带来顺光光源下的肤色误检率的急剧上升的问题。
发明内容
本发明实施例的目的在于提出一种逆光光源人脸图像检测方法，旨在解决现有技术逆光光源下肤色检测不准确的问题。
本发明实施例是这样实现的，一种逆光光源人脸图像检测方法，所述方法包括：
步骤A：对图像进行背景分析，判断图像所属光源类别；
步骤B：若图像光源为逆光，则进入步骤C；否则，则进入步骤D；
步骤C：对逆光源图像进行光照补偿；
步骤D：对图像进行人脸检测。
进一步地，所述对图像进行背景分析，判断图像所属光源类别包括以下步骤：
Step11：划定图像光源分析第一区域、第二区域；
Ω1＝{block(i，j)|Iuv(i，j)＞Thres1且dm((i，j)，center)＜Thres2}
Ω2＝{block(i，j)|Iuv(i，j)＞Thres1且d((i，j)，center)＞Thres3}；
其中，Ω1、Ω2分别表示图像光源分析第一区域、第二区域；
Iuv(i，j)＝d((um(i，j)，vm(i，j))，(128，128))；d(向量1，向量2)表示求取向量1和向量2的欧氏距离；
block(i，j)表示第i行第j列块；center＝(bi/2，bj/2)；um(i，j)、vm(i，j)分别表示block(i，j)的u色度均值、v色度均值；bi、bj分别表示以块为单位的图像行宽和列宽；Thres1、Thres2、Thres3表示第一、第二、第三阈值，Thres2＜Thres3；
Step12：若图像光源分析第一区域或者第二区域划分不成功，则设定mode＝0，然后进入步骤B；否则进入Step13；
Step13：若yc＜yb，则设定mode＝2；否则，则设定mode＝1；
其中，mean(变量|条件)表示求满足条件变量的均值；mode表示光源模式变量；yc＝mean(ym(i，j)|(block(i，j)∈Ω１)、yb＝mean(ym(i，j)|(block(i，j)∈Ω2)，ym(i，j)表示block(i，j)的亮度均值；mode＝0表示图像光源分析区域划分不成功，mode＝1表示图像光源为非逆光，mode＝2表示图像光源为逆光。
进一步地，所述对逆光源图像进行光照补偿包括以下步骤：
Step31：计算逆光强度grd＝(yb-yc)＞＞const；
其中，＞＞表示右移位运算；const表示位移常数，const≥5；
Step32：根据逆光强度，对图像进行光照补偿；
具体为：如果grd＝0，则将原始图像作为步骤D人脸检测的主体；如果grd＝1，则对图像进行亮度补偿，然后将更新后的图像作为步骤D人脸检测的主体；否则，对图像进行图像亮度取反，然后将更新后的图像作为步骤D人脸检测的主体。
本发明实施例的另一目的在于提出一种逆光光源人脸图像检测系统，所述系统包括：
图像光源类别判定装置，用于对图像进行背景分析，判断图像所属光源类别；
第一判断处理模块，用于判断若图像光源为逆光，则进入光照补偿装置；否则，则进入人脸检测模块；
光照补偿装置，用于对逆光源图像进行光照补偿；
人脸检测模块，用于对图像使用业内公开的方法进行人脸检测。
进一步地，所述图像光源类别判定装置包括：
图像光源分析区域划定模块，用于划定图像光源分析第一区域、第二区域；
Ω1＝{block(i，j)|Iuv(i，j)＞Thres1且dm((i，j)，center)＜Thres2}
Ω2＝{block(i，j)|Iuv(i，j)＞Thres1且d((i，j)，center)＞Thres3}。
其中，Ω1、Ω2分别表示图像光源分析第一区域、第二区域；
Iuv(i，j)＝d((um(i，j)，vm(i，j))，(128，128))；d(向量1，向量2)表示求取向量1和向量2的欧氏距离；
block(i，j)表示第i行第j列块；center＝(bi/2，bj/2)；um(i，j)、vm(i，j)分别表示block(i，j)的u色度均值、v色度均值；bi、bj分别表示以块为单位的图像行宽和列宽；Thres1、Thres2、Thres3表示第一、第二、第三阈值，Thres2＜Thres3；
第二判断处理模块，用于判断若图像光源分析第一区域或者第二区域划分不成功，则设定mode＝0，然后进入第一判断处理模块；否则进入第三判断处理模块；
第三判断处理模块，用于判断若yc＜yb，则设定mode＝2；否则，则设定mode＝1；
其中，mean(变量|条件)表示求满足条件变量的均值；mode表示光源模式变量；yc＝mean(ym(i，j)|(block(i，j)∈Ω１)、yb＝mean(ym(i，j)|(block(i，j)∈Ω2)，ym(i，j)表示block(i，j)的亮度均值；mode＝0表示图像光源分析区域划分不成功，mode＝1表示图像光源为非逆光，mode＝2表示图像光源为逆光。
进一步地，所述光照补偿装置包括：
逆光强度计算模块，用于计算逆光强度grd＝(yb-yc)＞＞const；
其中，＞＞表示右移位运算；const表示位移常数，const≥5；
光照补偿模块，用于根据逆光强度，对图像进行光照补偿；
具体为：如果grd＝0，则将原始图像作为人脸检测模块中人脸检测的主体；如果grd＝1，则对图像进行亮度补偿，然后将更新后的图像作为人脸检测模块中人脸检测的主体；否则，则对图像进行图像亮度取反，然后将更新后的图像作为人脸检测模块中人脸检测的主体。
本发明的有益效果
本发明提出一种逆光光源人脸图像检测方法和系统。本发明方法首先对图像进行背景分析判断顺光、背光光源场景，然后针对不同光源场景特点，采用不同人脸检测处理模式，可提升逆光光源下的人脸检测的效率。
附图说明
图1是本发明优选实施例一种逆光光源人脸图像检测方法流程图；
图2是图1中Step1方法流程图；
图3是图1中Step3方法流程图；
图4是本发明优选实施例一种逆光光源人脸图像检测系统结构图
图5是图4中图像光源类别判定装置结构图；
图6是图4中光照补偿装置结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明，为了便于说明，仅示出了与本发明实施例相关的部分。应当理解，此处所描写的具体实施例，仅仅用于解释本发明，并不用以限制本发明。
本发明提出一种逆光光源人脸图像检测方法和系统。本发明方法首先对图像进行背景分析判断顺光、背光光源场景，然后针对不同光源场景特点，采用不同人脸检测处理模式，以提升逆光光源下的人脸检测的效率。
实施例一
图1是本发明优选实施例一种逆光光源人脸图像检测方法流程图；所述方法包括：
Step1：对图像进行背景分析，判断图像所属光源类别。
图2是图1中Step1方法流程图；包括以下步骤：
Step11：划定图像光源分析第一区域、第二区域。
Ω1＝{block(i，j)|Iuv(i，j)＞Thres1且dm((i，j)，center)＜Thres2}
Ω2＝{block(i，j)|Iuv(i，j)＞Thres1且d((i，j)，center)＞Thres3}。
其中，Ω1、Ω2分别表示图像光源分析第一区域、第二区域；
Iuv(i，j)＝d((um(i，j)，vm(i，j))，(128，128))；d(向量1，向量2)表示求取向量1和向量2的欧氏距离；
block(i，j)表示第i行第j列块；center＝(bi/2，bj/2)；um(i，j)、vm(i，j)分别表示block(i，.j)的u色度均值、v色度均值；bi、bj分别表示以块为单位的图像行宽和列宽；Thres1、Thres2、Thres3表示第一、第二、第三阈值，Thres2＜Thres3。
Step12：若图像光源分析第一区域或者第二区域划分不成功，则设定mode＝0，然后进入Step2；否则进入Step13。
Step13：若yc＜yb，则设定mode＝2；否则，则设定mode＝1。
其中，mean(变量|条件)表示求满足条件变量的均值；mode表示光源模式变量；yc＝mean(ym(i，j)|(block(i，j)∈Ω1)、yb＝mean(ym(i，j)|(block(i，j)∈Ω2)，ym(i，j)表示block(i，j)的亮度均值；mode＝0表示图像光源分析区域划分不成功，mode＝1表示图像光源为非逆光，mode＝2表示图像光源为逆光。
Step2：若mode＝2，则进入Step3；否则，则进入Step4。
Step3：对逆光源图像进行光照补偿。
图3是图1中Step3方法流程图；包括以下步骤：
Step31：计算逆光强度grd＝(yb-yc)＞＞const。
其中，＞＞表示右移位运算；const表示位移常数，const≥5。
Step32：根据逆光强度，对图像进行光照补偿。
具体为：如果grd＝0，则将原始图像作为Step4人脸检测的主体；如果grd＝1，则对图像进行亮度补偿，然后将更新后的图像作为Step4人脸检测的主体；否则，则对图像进行图像亮度取反，然后将更新后的图像作为Step4人脸检测的主体。
其中，上述“亮度补偿”可用业内公知的非线性、线性函数拉伸低亮度区间或者使用亮度直方图均衡化方法对图像亮度做处理；上述“亮度取反”可用如下方法：y(m，n)＝255-y(m，n)，y(m，n)表示图像第m行第n列像素亮度值。
此外，若检测图像为固定摄像头采集的(如监控摄像头)，那么上述“亮度补偿”可采用业内公开的直方图规定化方法对图像亮度做处理；其中，调整用的直方图可用顺光源的同一场景背景亮度的直方图。
Step4：对图像使用业内公开的方法进行人脸检测。
实施例二
图4是本发明优选实施例一种逆光光源人脸图像检测系统结构图；所述系统包括：
图像光源类别判定装置，用于对图像进行背景分析，判断图像所属光源类别。
第一判断处理模块，用于判断若图像光源为逆光，则进入光照补偿装置；否则，则进入人脸检测模块。
光照补偿装置，用于对逆光源图像进行光照补偿。
人脸检测模块，用于对图像使用业内公开的方法进行人脸检测。
进一步地，图5是图4中图像光源类别判定装置结构图；所述图像光源类别判定装置包括：
图像光源分析区域划定模块，用于划定图像光源分析第一区域、第二区域。
Ω1＝{block(i，j)|Iuv(i，j)＞Thres1且dm((i，j)，center)＜Thres2}
Ω2＝{block(i，j)|Iuv(i，j)＞Thres1且d((i，j)，center)＞Thres3}。
其中，Ω1、Ω2分别表示图像光源分析第一区域、第二区域；
Iuv(i，j)＝d((um(i，j)，vm(i，j))，(128，128))；d(向量1，向量2)表示求取向量1和向量2的欧氏距离；
block(i，j)表示第i行第j列块；center＝(bi/2，bj/2)；um(i，j)、vm(i，j)分别表示block(i，j)的u色度均值、v色度均值；bi、bj分别表示以块为单位的图像行宽和列宽；Thres1、Thres2、Thres3表示第一、第二、第三阈值，Thres2＜Thres3。
第二判断处理模块，用于判断若图像光源分析第一区域或者第二区域划分不成功，则设定mode＝0，然后进入第一判断处理模块；否则进入第三判断处理模块。
第三判断处理模块，用于判断若yc＜yb，则设定mode＝2；否则，则设定mode＝1。
其中，mean(变量|条件)表示求满足条件变量的均值；mode表示光源模式变量；yc＝mean(ym(i，j)|(block(i，j)∈Ω１)、yb＝mean(ym(i，j)|(block(i，j)∈Ω2)，ym(i，j)表示block(i，j)的亮度均值；mode＝0表示图像光源分析区域划分不成功，mode＝1表示图像光源为非逆光，mode＝2表示图像光源为逆光。
进一步地，图6是图4中光照补偿装置结构图。所述光照补偿装置包括
逆光强度计算模块，用于计算逆光强度grd＝(yb-yc)＞＞const。
其中，>>表示右移位运算；const表示位移常数，const≥5。
光照补偿模块，用于根据逆光强度，对图像进行光照补偿。
具体为：如果grd＝0，则将原始图像作为Step4人脸检测的主体；如果grd＝1，则对图像进行亮度补偿，然后将更新后的图像作为Step4人脸检测的主体；否则，则对图像进行图像亮度取反，然后将更新后的图像作为Step4人脸检测的主体。
其中，上述“亮度补偿”可用业内公知的非线性、线性函数拉伸低亮度区间或者使用亮度直方图均衡化方法对图像亮度做处理；上述“亮度取反”可用如下方法：y(m，n)＝255-y(m，n)，y(m，n)表示图像第m行第n列像素亮度值。
此外，若检测图像为固定摄像头采集的(如监控摄像头)，那么上述“亮度补偿”可进一步采用业内公开的直方图规定化方法对图像亮度做处理；其中，调整用的直方图可用顺光源的同一场景背景亮度的直方图。
本领域的普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序指令相关硬件来完成的，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质可以为ROM、RAM、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种逆光光源人脸图像检测方法，其特征在于，所述方法包括
步骤A：对图像进行背景分析，判断图像所属光源类别；
步骤B：若图像光源为逆光，则进入步骤C；否则，则进入步骤D；
步骤C：对逆光源图像进行光照补偿；
步骤D：对图像进行人脸检测；
所述对图像进行背景分析，判断图像所属光源类别包括以下步骤：
Step11：划定图像光源分析第一区域、第二区域；
Ω1＝{block(i,j)|Iuv(i,j)＞Thres1且dm((i,j),center)＜Thres2}
Ω2＝{block(i,j)|Iuv(i,j)＞Thres1且d((i,j),center)＞Thres3}；
其中，Ω1、Ω2分别表示图像光源分析第一区域、第二区域；Iuv(i,j)＝d((um(i,j),vm(i,j)),(128,128))；d(向量1,向量2)表示求取向量1和向量2的欧氏距离；
Step12：若图像光源分析第一区域或者第二区域划分不成功，则设定mode＝0，然后进入步骤B；否则进入Step13；
Step13：若yc＜yb，则设定mode＝2；否则，则设定mode＝1；
其中，mean(变量|条件)表示求满足条件变量的均值；mode表示光源模式变量；yc＝mean(ym(i,j)|(block(i,j)∈Ω1)、yb＝mean(ym(i,j)|(block(i,j)∈Ω2)，ym(i,j)表示block(i,j)的亮度均值；mode＝0表示图像光源分析区域划分不成功，mode＝1表示图像光源为非逆光，mode＝2表示图像光源为逆光；
所述对逆光源图像进行光照补偿包括以下步骤：
Step31：计算逆光强度grd＝(yb-yc)＞＞const；
其中，＞＞表示右移位运算；const表示位移常数，const≥5；
Step32：根据逆光强度，对图像进行光照补偿；
具体为：如果grd＝0，则将原始图像作为步骤D人脸检测的主体；如果grd＝1，则对图像进行亮度补偿，然后将更新后的图像作为步骤D人脸检测的主体；否则，对图像进行图像亮度取反，然后将更新后的图像作为步骤D人脸检测的主体。
2.如权利要求1所述的逆光光源人脸图像检测方法，其特征在于，
所述对图像进行亮度补偿用业内公知的非线性、线性函数拉伸低亮度区间或者使用亮度直方图均衡化方法对图像亮度做处理；
所述对图像进行图像亮度取反用如下方法：
y(m,n)＝255-y(m,n)，y(m,n)表示图像第m行第n列像素亮度值。
3.如权利要求1所述的逆光光源人脸图像检测方法，其特征在于，
若检测图像为固定摄像头采集，则所述对图像进行亮度补偿采用业内公开的直方图规定化方法对图像亮度做处理；其中，调整用的直方图可用顺光源的同一场景背景亮度的直方图；
所述对图像进行图像亮度取反用如下方法：
y(m,n)＝255-y(m,n)，y(m,n)表示图像第m行第n列像素亮度值。
4.一种逆光光源人脸图像检测系统，其特征在于，所述系统包括：
图像光源类别判定装置，用于对图像进行背景分析，判断图像所属光源类别；
第一判断处理模块，用于判断若图像光源为逆光，则进入光照补偿装置；否则，则进入人脸检测模块；
光照补偿装置，用于对逆光源图像进行光照补偿；
人脸检测模块，用于对图像使用业内公开的方法进行人脸检测；
所述图像光源类别判定装置包括：
图像光源分析区域划定模块，用于划定图像光源分析第一区域、第二区域；
Ω1＝{block(i,j)|Iuv(i,j)＞Thres1且dm((i,j),center)＜Thres2}
Ω2＝{block(i,j)|Iuv(i,j)＞Thres1且d((i,j),center)＞Thres3}；
其中，Ω1、Ω2分别表示图像光源分析第一区域、第二区域；Iuv(i,j)＝d((um(i,j),vm(i,j)),(128,128))；d(向量1,向量2)表示求取向量1和向量2的欧氏距离；
block(i,j)表示第i行第j列块；center＝(bi/2,bj/2)；
um(i,j)、vm(i,j)分别表示block(i,j)的u色度均值、v色度均值；
bi、bj分别表示以块为单位的图像行宽和列宽；
Thres1、Thres2、Thres3表示第一、第二、第三阈值，Thres2＜Thres3；
第二判断处理模块，用于判断若图像光源分析第一区域或者第二区域划分不成功，则设定mode＝0，然后进入第一判断处理模块；否则进入第三判断处理模块；
第三判断处理模块，用于判断若yc＜yb，则设定mode＝2；否则，则设定mode＝1；
其中，mean(变量|条件)表示求满足条件变量的均值；mode表示光源模式变量；yc＝mean(ym(i,j)|(block(i,j)∈Ω1)、yb＝mean(ym(i,j)|(block(i,j)∈Ω2)，ym(i,j)表示block(i,j)的亮度均值；mode＝0表示图像光源分析区域划分不成功，mode＝1表示图像光源为非逆光，mode＝2表示图像光源为逆光；
所述光照补偿装置包括：
逆光强度计算模块，用于计算逆光强度grd＝(yb-yc)＞＞const；
其中，＞＞表示右移位运算；const表示位移常数，const≥5；
光照补偿模块，用于根据逆光强度，对图像进行光照补偿；
具体为：如果grd＝0，则将原始图像作为人脸检测模块中人脸检测的主体；如果grd＝1，则对图像进行亮度补偿，然后将更新后的图像作为人脸检测模块中人脸检测的主体；否则，则对图像进行图像亮度取反，然后将更新后的图像作为人脸检测模块中人脸检测的主体。
5.如权利要求4所述的逆光光源人脸图像检测系统，其特征在于，
所述对图像进行亮度补偿用业内公知的非线性、线性函数拉伸低亮度区间或者使用亮度直方图均衡化方法对图像亮度做处理；
所述对图像进行亮度取反用如下方法：y(m,n)＝255-y(m,n)，y(m,n)表示图像第m行第n列像素亮度值。
6.如权利要求4所述的逆光光源人脸图像检测系统，其特征在于，
若检测图像为固定摄像头采集，则所述对图像进行亮度补偿采用业内公开的直方图规定化方法对图像亮度做处理；其中，调整用的直方图可用顺光源的同一场景背景亮度的直方图；所述对图像进行亮度取反用如下方法：y(m,n)＝255-y(m,n)，y(m,n)表示图像第m行第n列像素亮度值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910070969.9A CN109815905B (zh) | 2019-01-24 | 2019-01-24 | 一种逆光光源人脸图像检测方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910070969.9A CN109815905B (zh) | 2019-01-24 | 2019-01-24 | 一种逆光光源人脸图像检测方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109815905A CN109815905A (zh) | 2019-05-28 |
| CN109815905B true CN109815905B (zh) | 2022-12-23 |
Family
ID=66605093
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910070969.9A Active CN109815905B (zh) | 2019-01-24 | 2019-01-24 | 一种逆光光源人脸图像检测方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109815905B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114257724B (zh) * | 2021-11-08 | 2023-11-21 | 厦门聚视智创科技有限公司 | 一种手机背板飞拍控制方法及其系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6980697B1 (en) * | 2001-02-01 | 2005-12-27 | At&T Corp. | Digitally-generated lighting for video conferencing applications |
| CN102013006A (zh) * | 2009-09-07 | 2011-04-13 | 泉州市铁通电子设备有限公司 | 一种基于逆光环境的人脸自动检测识别的方法 |
| CN103634528A (zh) * | 2012-08-23 | 2014-03-12 | 中兴通讯股份有限公司 | 逆光补偿方法、装置及终端 |
| CN106572312A (zh) * | 2016-11-16 | 2017-04-19 | 深圳百科信息技术有限公司 | 一种全景视频自适应光照补偿方法和系统 |
| CN107194356A (zh) * | 2017-05-25 | 2017-09-22 | 湖南警察学院 | 基于人工神经网络的人脸检测识别方法 |
| CN107277356A (zh) * | 2017-07-10 | 2017-10-20 | 广东欧珀移动通信有限公司 | 逆光场景的人脸区域处理方法和装置 |
| CN107480616A (zh) * | 2017-08-02 | 2017-12-15 | 深圳市梦网百科信息技术有限公司 | 一种基于图像分析的肤色检测单位分析方法和系统 |
-
2019
- 2019-01-24 CN CN201910070969.9A patent/CN109815905B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6980697B1 (en) * | 2001-02-01 | 2005-12-27 | At&T Corp. | Digitally-generated lighting for video conferencing applications |
| CN102013006A (zh) * | 2009-09-07 | 2011-04-13 | 泉州市铁通电子设备有限公司 | 一种基于逆光环境的人脸自动检测识别的方法 |
| CN103634528A (zh) * | 2012-08-23 | 2014-03-12 | 中兴通讯股份有限公司 | 逆光补偿方法、装置及终端 |
| CN106572312A (zh) * | 2016-11-16 | 2017-04-19 | 深圳百科信息技术有限公司 | 一种全景视频自适应光照补偿方法和系统 |
| CN107194356A (zh) * | 2017-05-25 | 2017-09-22 | 湖南警察学院 | 基于人工神经网络的人脸检测识别方法 |
| CN107277356A (zh) * | 2017-07-10 | 2017-10-20 | 广东欧珀移动通信有限公司 | 逆光场景的人脸区域处理方法和装置 |
| CN107480616A (zh) * | 2017-08-02 | 2017-12-15 | 深圳市梦网百科信息技术有限公司 | 一种基于图像分析的肤色检测单位分析方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109815905A (zh) | 2019-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107301623B (zh) | 一种基于暗通道和图像分割的交通图像去雾方法及系统 | |
| CN109919879B (zh) | 一种基于暗通道先验与亮通道先验的图像去雾方法 | |
| CN108764071B (zh) | 一种基于红外和可见光图像的真实人脸检测方法及装置 | |
| US20200026930A1 (en) | Lane line detection method and apparatus | |
| CN108509907B (zh) | 车灯检测方法、实现智能驾驶的方法、装置、介质及设备 | |
| CN104240194B (zh) | 一种基于抛物线函数的低照度图像增强算法 | |
| CN103065334B (zh) | 一种基于hsv颜色空间的偏色检测、校正方法及装置 | |
| US9466097B2 (en) | Apparatus and method for removing fog in image | |
| CN104952045B (zh) | 除雾系统和除雾方法 | |
| CN110570360B (zh) | 一种基于Retinex的鲁棒和全面的低质量光照图像增强方法 | |
| CN105959510B (zh) | 一种视频快速去雾方法 | |
| CN110838091B (zh) | 完全自适应的红外图像对比度增强方法及系统 | |
| KR20180109658A (ko) | 영상 처리 방법과 장치 | |
| Li et al. | An improved image defogging method based on dark channel prior | |
| CN111212241A (zh) | 基于图像梯度和熵融合的高速自动驾驶自动曝光控制方法 | |
| CN110933406A (zh) | 一种短视频配乐质量客观评价方法 | |
| CN109815905B (zh) | 一种逆光光源人脸图像检测方法和系统 | |
| CN110458029B (zh) | 一种雾天环境中的车辆检测方法及装置 | |
| CN106683047B (zh) | 一种全景图像的光照补偿方法和系统 | |
| CN109961004B (zh) | 一种偏光光源人脸检测方法和系统 | |
| CN116524877A (zh) | 车载屏幕亮度调节方法、装置、电子设备和存储介质 | |
| CN109118441B (zh) | 一种低照度图像及视频增强方法、计算机装置及存储介质 | |
| CN104657972A (zh) | 一种图像块的模糊度判断方法及系统 | |
| CN109242824A (zh) | 一种基于深度图像的路面智能检测系统 | |
| CN109961413B (zh) | 大气光方向优化估计的图像去雾迭代算法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 518000 Guangdong city of Shenzhen province Nanshan District Guangdong streets high in the four Longtaili Technology Building Room 325 No. 30 Applicant after: Shenzhen mengwang video Co.,Ltd. Address before: 518000 Guangdong city of Shenzhen province Nanshan District Guangdong streets high in the four Longtaili Technology Building Room 325 No. 30 Applicant before: SHENZHEN MONTNETS ENCYCLOPEDIA INFORMATION TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |