CN111611940A - 一种基于大数据处理的快速视频人脸识别方法 - Google Patents

一种基于大数据处理的快速视频人脸识别方法 Download PDF

Info

Publication number
CN111611940A
CN111611940A CN202010443461.1A CN202010443461A CN111611940A CN 111611940 A CN111611940 A CN 111611940A CN 202010443461 A CN202010443461 A CN 202010443461A CN 111611940 A CN111611940 A CN 111611940A
Authority
CN
China
Prior art keywords
image
face
component
face recognition
skin color
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.)
Withdrawn
Application number
CN202010443461.1A
Other languages
English (en)
Inventor
黄国勇
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.)
Xi'an Zoer Electronic Technology Co ltd
Original Assignee
Xi'an Zoer Electronic Technology Co 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 Xi'an Zoer Electronic Technology Co ltd filed Critical Xi'an Zoer Electronic Technology Co ltd
Priority to CN202010443461.1A priority Critical patent/CN111611940A/zh
Publication of CN111611940A publication Critical patent/CN111611940A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model

Abstract

本发明涉及人脸识别技术领域，具体是一种基于大数据处理的快速视频人脸识别方法，步骤1、建立人脸识别数据库；步骤2、采集视频中的人脸图像；步骤3、图像预处理；包括以下子步骤：S1、边缘提取：通过提取边缘，去除边缘很弱的图像区域以及变化平坦的背景区域；S2、直方图均衡：使图像中像素值分布均衡化；S3、肤色分割：将肤色区域与背景分离；S4、光照补偿：克服亮度不均对结果的干扰，步骤4、对比识别。本发明原理简单有效，通过对采集的图像进行边缘提取、直方图均衡、肤色分割和光照补偿的预处理，增强了图像的对比度，提高了图像质量，去除了多余的混淆色，有效的缩短了视频人脸的识别时间，提升了识别效率和准确度。

Description

一种基于大数据处理的快速视频人脸识别方法
技术领域
本发明涉及人脸识别技术领域，具体是一种基于大数据处理的快速视频人脸识别方法。
背景技术
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术，用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行识别的一系列相关技术，通常也叫做人像识别、面部识别。
但是视频中背景色太多，同时因肤色和光照因素导致视频图像识别慢较慢，因此，本领域技术人员提供了一种基于大数据处理的快速视频人脸识别方法，以解决上述背景技术中提出的问题。
发明内容
本发明的目的在于提供一种基于大数据处理的快速视频人脸识别方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：种基于大数据处理的快速视频人脸识别方法，包括以下步骤：
步骤1、建立人脸识别数据库；
步骤2、采集视频中的人脸图像；
步骤3、图像预处理；包括以下子步骤：
S1、边缘提取：通过提取边缘，去除边缘很弱的图像区域以及变化平坦的背景区域；
S2、直方图均衡：使图像中像素值分布均衡化；
S3、肤色分割：将肤色区域与背景分离；
S4、光照补偿：克服亮度不均对结果的干扰。
步骤4、对比识别：从处理后的视频图像中提取人脸特征，同时与人脸识别数据库中的数据进行比对、识别。
作为本发明更进一步的方案：所述S2的具体子步骤如下：
S21、输入图像进行直方图均衡，利用2D-FFT将其变换到频域，采用最佳自适应相关器将输入图像与“平均脸”膜板求相关，滤波器输出如式：
Figure BDA0002504769660000021
S22、将滤波器的输出按照阈值分为人脸区域，可能的人脸区域和背景区域三部分，通过在7×9的窗口内对待测图像进行局部灰度均衡，最后使用OAC滤波器排出背景区域。
作为本发明更进一步的方案：其中U、V分别为“平均脸”膜板和输入图像的傅里叶变化，“*”代表二维复共轭，fx、fy分别是二维频域内的索引，ω为5×5大小的矩形窗口，
Figure BDA0002504769660000022
为卷积算子。
作为本发明更进一步的方案：所述S3的具体子步骤如下：
S31、利用YCbCr空间构件肤色模型，YCbCr三分量与视频中使用的YUV三分量具有相似思路，即将原来的RGB三个色度分量通过一个线性变换，转化为一个亮度和两个色度分量，其中Y为亮度分量，CbCr分别为蓝色、红色的色度分量；
S32、通过分析RGB三个分量在肤色区域的分布，使用Cg(绿色)分量来代替CB分量，Cg分量由式可得：
Figure BDA0002504769660000023
S33、根据模型中各肤点的色度分量出现的范围，确定一个阈值范围，如[Cr1，Cr2]及 [Cb1,Cb2]，若待测图像中某个像素点的色度分量(Cr，Cb)满足Cr1≤Cr≤Cr2、Cb1≤Cb≤Cb2,则该点就被认为是肤色点保留，否则认为该点是背景点去除。
作为本发明更进一步的方案：其特征在于，所述S4对S3处理后的偏光图像进行变换，如式
Figure BDA0002504769660000024
调整变换曲线使变换后图像中的低灰度区域提升、高灰度区域抑制，达到光照补偿。
作为本发明更进一步的方案：其中f(x,y)、g(x,y)为变化前后的图像，a、b、c 为控制参数，通过对待测图像灰度分布的分析，可以自适应确定参数a、b、c。
与现有技术相比，本发明的有益效果是：本发明原理简单有效，通过对采集的图像进行边缘提取、直方图均衡、肤色分割和光照补偿的预处理，增强了图像的对比度，提高了图像质量，去除了多余的混淆色，有效的缩短了视频人脸的识别时间，提升了识别效率和准确度。
附图说明
图1为一种基于大数据处理的快速视频人脸识别方法的步骤图。
具体实施方式
请参阅图1，本发明实施例中，种基于大数据处理的快速视频人脸识别方法，包括以下步骤：
步骤1、建立人脸识别数据库；
步骤2、采集视频中的人脸图像；
步骤3、图像预处理；包括以下子步骤：
S1、边缘提取：通过提取边缘，去除边缘很弱的图像区域以及变化平坦的背景区域；
S2、直方图均衡：使图像中像素值分布均衡化；
S3、肤色分割：将肤色区域与背景分离；
S4、光照补偿：克服亮度不均对结果的干扰。
步骤4、对比识别：从处理后的视频图像中提取人脸特征，同时与人脸识别数据库中的数据进行比对、识别。
进一步的，传动轴端部的转轮相连S2的具体子步骤如下：
S21、输入图像进行直方图均衡，利用2D-FFT将其变换到频域，采用最佳自适应相关器将输入图像与“平均脸”膜板求相关，滤波器输出如式：
Figure BDA0002504769660000031
S22、将滤波器的输出按照阈值分为人脸区域，可能的人脸区域和背景区域三部分，通过在7×9的窗口内对待测图像进行局部灰度均衡，最后使用OAC滤波器排出背景区域。
进一步的，其中U、V分别为“平均脸”膜板和输入图像的傅里叶变化，“*”代表二维复共轭，fx、fy分别是二维频域内的索引，ω为5×5大小的矩形窗口，
Figure BDA0002504769660000044
为卷积算子。
进一步的，传动轴端部的转轮相连S3的具体子步骤如下：
S31、利用YCbCr空间构件肤色模型，YCbCr三分量与视频中使用的YUV三分量具有相似思路，即将原来的RGB三个色度分量通过一个线性变换，转化为一个亮度和两个色度分量，其中Y为亮度分量，CbCr分别为蓝色、红色的色度分量；
S32、通过分析RGB三个分量在肤色区域的分布，使用Cg(绿色)分量来代替CB分量，Cg分量由式可得：
Figure BDA0002504769660000041
S33、根据模型中各肤点的色度分量出现的范围，确定一个阈值范围，如[Cr1，Cr2]及 [Cb1,Cb2]，若待测图像中某个像素点的色度分量(Cr，Cb)满足Cr1≤Cr≤Cr2、Cb1≤Cb≤Cb2,则该点就被认为是肤色点保留，否则认为该点是背景点去除。
进一步的，传动轴端部的转轮相连S4对S3处理后的偏光图像进行变换，如式
Figure BDA0002504769660000042
Figure BDA0002504769660000043
调整变换曲线使变换后图像中的低灰度区域提升、高灰度区域抑制，达到光照补偿。
进一步的，其中f(x,y)、g(x,y)为变化前后的图像，a、b、c为控制参数，通过对待测图像灰度分布的分析，可以自适应确定参数a、b、c。
综上所述：本发明原理简单有效，通过对采集的图像进行边缘提取、直方图均衡、肤色分割和光照补偿的预处理，增强了图像的对比度，提高了图像质量，去除了多余的混淆色，有效的缩短了视频人脸的识别时间，提升了识别效率和准确度。
以上所述的，仅为本发明较佳的具体实施方式，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种基于大数据处理的快速视频人脸识别方法，其特征在于，包括以下步骤：
步骤1、建立人脸识别数据库；
步骤2、采集视频中的人脸图像；
步骤3、图像预处理；包括以下子步骤：
S1、边缘提取：通过提取边缘，去除边缘很弱的图像区域以及变化平坦的背景区域；
S2、直方图均衡：使图像中像素值分布均衡化；
S3、肤色分割：将肤色区域与背景分离；
S4、光照补偿：克服亮度不均对结果的干扰。
步骤4、对比识别：从处理后的视频图像中提取人脸特征，同时与人脸识别数据库中的数据进行比对、识别。
2.根据权利要求1所述的一种基于大数据处理的快速视频人脸识别方法，其特征在于，所述S2的具体子步骤如下：
S21、输入图像进行直方图均衡，利用2D-FFT将其变换到频域，采用最佳自适应相关器将输入图像与“平均脸”膜板求相关，滤波器输出如式：
Figure FDA0002504769650000011
S22、将滤波器的输出按照阈值分为人脸区域，可能的人脸区域和背景区域三部分，通过在7×9的窗口内对待测图像进行局部灰度均衡，最后使用OAC滤波器排出背景区域。
3.根据权利要求2所述的一种基于大数据处理的快速视频人脸识别方法，其特征在于，其中U、V分别为“平均脸”膜板和输入图像的傅里叶变化，“*”代表二维复共轭，fx、fy分别是二维频域内的索引，ω为5×5大小的矩形窗口，
Figure FDA0002504769650000012
为卷积算子。
4.根据权利要求1所述的一种基于大数据处理的快速视频人脸识别方法，其特征在于，所述S3的具体子步骤如下：
S31、利用YCbCr空间构件肤色模型，YCbCr三分量与视频中使用的YUV三分量具有相似思路，即将原来的RGB三个色度分量通过一个线性变换，转化为一个亮度和两个色度分量，其中Y为亮度分量，CbCr分别为蓝色、红色的色度分量；
S32、通过分析RGB三个分量在肤色区域的分布，使用Cg(绿色)分量来代替CB分量，Cg分量由式可得：
Y 16 65.481 128553 24.966R
Figure FDA0002504769650000021
Cr 128 112 -93.768 -18.214B
S33、根据模型中各肤点的色度分量出现的范围，确定一个阈值范围，如[Cr1，Cr2]及[Cb1,Cb2]，若待测图像中某个像素点的色度分量(Cr，Cb)满足Cr1≤Cr≤Cr2、Cb1≤Cb≤Cb2,则该点就被认为是肤色点保留，否则认为该点是背景点去除。
5.根据权利要求1所述的一种基于大数据处理的快速视频人脸识别方法，其特征在于，所述S4对S3处理后的偏光图像进行变换，如式
Figure FDA0002504769650000022
调整变换曲线使变换后图像中的低灰度区域提升、高灰度区域抑制，达到光照补偿。
6.根据权利要求5所述的一种基于大数据处理的快速视频人脸识别方法，其特征在于，其中f(x,y)、g(x,y)为变化前后的图像，a、b、c为控制参数，通过对待测图像灰度分布的分析，可以自适应确定参数a、b、c。
CN202010443461.1A 2020-05-22 2020-05-22 一种基于大数据处理的快速视频人脸识别方法 Withdrawn CN111611940A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010443461.1A CN111611940A (zh) 2020-05-22 2020-05-22 一种基于大数据处理的快速视频人脸识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010443461.1A CN111611940A (zh) 2020-05-22 2020-05-22 一种基于大数据处理的快速视频人脸识别方法

Publications (1)

Publication Number Publication Date
CN111611940A true CN111611940A (zh) 2020-09-01

Family

ID=72205275

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010443461.1A Withdrawn CN111611940A (zh) 2020-05-22 2020-05-22 一种基于大数据处理的快速视频人脸识别方法

Country Status (1)

Country Link
CN (1) CN111611940A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112487904A (zh) * 2020-11-23 2021-03-12 成都尽知致远科技有限公司 一种基于大数据分析的视频图像处理方法及系统
CN114677751A (zh) * 2022-05-26 2022-06-28 深圳市中文路教育科技有限公司 学习状态的监控方法、监控装置及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112487904A (zh) * 2020-11-23 2021-03-12 成都尽知致远科技有限公司 一种基于大数据分析的视频图像处理方法及系统
CN114677751A (zh) * 2022-05-26 2022-06-28 深圳市中文路教育科技有限公司 学习状态的监控方法、监控装置及存储介质

Similar Documents

Publication Publication Date Title
CN107578035B (zh) 基于超像素-多色彩空间的人体轮廓提取方法
Shen et al. Improving OCR performance with background image elimination
CN102222328B (zh) 一种边缘保持的自然场景图像自适应加权滤波方法
CN108563979B (zh) 一种基于航拍农田图像判别水稻稻瘟病病情的方法
CN110309806B (zh) 一种基于视频图像处理的手势识别系统及其方法
CN111047530A (zh) 基于多特征融合的水下图像颜色校正和对比度增强方法
CN109472788B (zh) 一种飞机铆钉表面的伤痕检测方法
CN109544583B (zh) 一种提取皮革图像感兴趣区域的方法、装置及设备
CN108389215B (zh) 一种边缘检测方法、装置、计算机存储介质及终端
CN107180439B (zh) 一种基于Lab色度空间的色偏特征提取和色偏检测方法
Lee et al. Color image enhancement using histogram equalization method without changing hue and saturation
CN111489346A (zh) 一种全参考图像质量评价方法及系统
CN108711160B (zh) 一种基于hsi增强性模型的目标分割方法
CN111611940A (zh) 一种基于大数据处理的快速视频人脸识别方法
CN111476744B (zh) 一种基于分类及大气成像模型的水下图像增强方法
CN107292897A (zh) 用于yuv域的图像边缘提取方法、装置及终端
CN111476784A (zh) 一种基于图像增强识别技术的产品表面缺陷在线检测方法
US20240086661A1 (en) Method and apparatus for processing graphic symbol and computer-readable storage medium
CN110599553B (zh) 一种基于YCbCr的肤色提取及检测方法
CN117274085A (zh) 低照度图像增强方法及装置
CN110223253B (zh) 一种基于图像增强的去雾方法
CN111815548A (zh) 一种中长波双波段红外图像融合方法
CN115358948A (zh) 一种基于改进Retinex算法的低照度图像增强方法
CN109934215B (zh) 一种身份证识别方法
CN114565563A (zh) 基于人工智能的彩钢板表面异常检测方法

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20200901

WW01 Invention patent application withdrawn after publication