CN112699763A - 基于聚类数据库的人脸认证方法和系统 - Google Patents

Abstract

本发明提供了基于聚类数据库的人脸认证方法和系统，其通过在不同曝光强度下对目标对象进行拍摄，以此获得若干不同曝光程度的脸部图像以及对该脸部图像进行预处理，并从该脸部图像中提取得到相应的图像色度特征信息，再根据该图像色度特征信息对脸部图像进行聚类处理，从而生成相应的脸部图像聚类数据库，最后确定脸部图像的色度值变化信息继而确定目标对象的脸部区域轮廓深浅分布状态信息，其利用目标对象的脸部在不同曝光强度下形成的脸部图像具有不同的色度状态，以此通过确定目标对象的脸部的色度状态来得到目标对象的脸部轮廓深浅状态，这能够提高人脸识别的准确性和人脸识别结果的可靠性。

Description

基于聚类数据库的人脸认证方法和系统

技术领域

本发明涉及人脸识别的技术领域，特别涉及基于聚类数据库的人脸认证方法和系统。

背景技术

人脸识别作为安全认证手段广泛应用于不同场合中，通过对目标对象进行脸部图像拍摄与识别，能够快速地和准确地确定目标对象的身份信息，从而便于进一步对目标对象进行适应性的响应。但是，现有技术的人脸识别都只是将目标对象的脸部图像与预设图像数据库中的图像数据进行比对，这容易出现由于比对误差而导致识别错误的情况，同时该人脸识别过程都只是局限在对图像的条线或者形状进行比对，其并没有从色度信息和轮廓信息层面上对图像进行比对，这严重地降低人脸识别的准确性和人脸识别结果的可靠性。

发明内容

针对现有技术存在的缺陷，本发明提供基于聚类数据库的人脸认证方法和系统，其通过对目标对象进行多曝光级别拍摄，以此获得若干关于该目标对象在不同曝光情况下的脸部图像，并对该脸部图像数据进行预处理，并对经过该预处理的若干该脸部图像进行图像色度特征提取处理，以此获得关于该脸部图像的图像色度特征信息，并根据该图像色度特征信息，对该若干脸部图像进行聚类处理，从而生成关于该目标对象的脸部图像聚类数据库，再根据该脸部图像聚类数据库，确定该目标对象的脸部图像在二维平面上的色度值变化信息，再根据该色度值变化信息，确定该目标对象的脸部区域轮廓深浅分布状态信息，从而实现对该目标对象的脸部区域识别认证；可见，该基于聚类数据库的人脸认证方法和系统通过在不同曝光强度下对目标对象进行拍摄，以此获得若干不同曝光程度的脸部图像以及对该脸部图像进行预处理，并从该脸部图像中提取得到相应的图像色度特征信息，再根据该图像色度特征信息对脸部图像进行聚类处理，从而生成相应的脸部图像聚类数据库，最后根据该脸部图像聚类数据库确定脸部图像的色度值变化信息继而确定目标对象的脸部区域轮廓深浅分布状态信息，以实现对目标对象的脸部区域识别认证，其利用目标对象的脸部在不同曝光强度下形成的脸部图像具有不同的色度状态，以此通过确定目标对象的脸部的色度状态来得到目标对象的脸部轮廓深浅状态，从而以该脸部轮廓深浅状态来对目标对象进行识别认证，这能够提高人脸识别的准确性和人脸识别结果的可靠性。

本发明提供基于聚类数据库的人脸认证方法，其特征在于，其包括如下步骤：

步骤S1，对目标对象进行多曝光级别拍摄，以此获得若干关于所述目标对象在不同曝光情况下的脸部图像，并对所述脸部图像数据进行预处理；

步骤S2，对经过所述预处理的若干所述脸部图像进行图像色度特征提取处理，以此获得关于所述脸部图像的图像色度特征信息，并根据所述图像色度特征信息，对所述若干脸部图像进行聚类处理，从而生成关于所述目标对象的脸部图像聚类数据库；

步骤S3，根据所述脸部图像聚类数据库，确定所述目标对象的脸部图像在二维平面上的色度值变化信息，再根据所述色度值变化信息，确定所述目标对象的脸部区域轮廓深浅分布状态信息，从而实现对所述目标对象的脸部区域识别认证；

进一步，在所述步骤S1中，对目标对象进行多曝光级别拍摄，以此获得若干关于所述目标对象在不同曝光情况下的脸部图像，并对所述脸部图像数据进行预处理具体包括：

步骤S101，对所述目标对象进行由弱到强的若干不同曝光量的拍摄，从而获得关于所述目标对象在不同曝光量情况下的脸部图像，其中，所述由弱到强的若干不同曝光量依次构成等比数列；

步骤S102，获取所述脸部图像中脸部画面部分与背景画面部分之间的实际亮度对比度，并将所述实际亮度对比度与预设亮度对比度阈值进行比对，若所述实际亮度对比度阈值大于或等于所述预设亮度对比度阈值，则调整所述脸部图像中脸部画面部分的亮度值，否则，保持所述脸部图像中脸部画面部分和背景画面部分各自的亮度值不变；

进一步，在所述步骤S102中，调整所述脸部图像中脸部画面部分的亮度值需要首先根据所述脸部图像中脸部画面部分与背景画面部分的实际亮度值得到两者之间的实际亮度对比度；再利用公式将所述实际亮度对比度与预设亮度对比度阈值进行比对，若所述实际亮度对比度大于或等于所述预设亮度对比度阈值，则利用公式得到调整后所述脸部图像中脸部画面部分的亮度值，其具体为：

步骤S1021，利用下面公式(1)，根据所述脸部图像中脸部画面部分与背景画面部分的实际亮度值得到两者之间的实际亮度对比度B，

在上述公式(1)中，E_in表示所述脸部图像中脸部画面部分的实际亮度值，D_in表示所述背景画面部分的实际亮度值；

步骤S1022，利用下面公式(2)，判断所述实际亮度对比度是否大于或等于所述预设亮度对比度阈值并得到所述亮度对比度的调整系数λ，

在上述公式(2)，B₀表示所述预设亮度对比度阈值，u()表示阶跃函数，当括号内的值大于等于0时阶跃函数的函数值为1，当括号内的值小于0时阶跃函数的函数值为0；

再通过λ的与0之间的关系来判断所述实际亮度对比度是否大于或等于所述预设亮度对比度阈值，

当λ＝0时，表示所述实际亮度对比度小于所述预设亮度对比度阈值，则保持所述脸部图像中脸部画面部分和背景画面部分各自的亮度值不变；

当λ＞0时，表示所述实际亮度对比度大于或等于所述预设亮度对比度阈值，则利用步骤A3得到调整后所述脸部图像中脸部画面部分的亮度值；

步骤S1023，利用下面公式(3)，得到调整后所述脸部图像中脸部画面部分的亮度值E_out，

这样能够将所述脸部图像中脸部画面部分的亮度调整到调整后所述脸部图像中脸部画面部分的亮度值，完成对所述脸部图像中脸部画面部分的亮度调整；

进一步，在所述步骤S2中，对经过所述预处理的若干所述脸部图像进行图像色度特征提取处理，以此获得关于所述脸部图像的图像色度特征信息，并根据所述图像色度特征信息，对所述若干脸部图像进行聚类处理，从而生成关于所述目标对象的脸部图像聚类数据库具体包括：

步骤S201，将经过所述预处理的所述脸部图像沿水平方向划分为若干具有相同宽度的水平带状区域，并提取每一所述水平带状区域的各自对应的图像色度特征信息；

步骤S202，根据每一所述水平带状区域的图像色度特征信息，确定所有水平带状区域对应的图像色度梯度变化信息，并根据所述图像色度梯度变化信息，生成相应的图像色度梯度特征向量；

步骤S203，对于所有脸部图像各自的图像色度梯度特征向量进行聚类运算，从而得到关于所述目标对象的脸部图像聚类数据库；

进一步，在所述步骤S3中，根据所述脸部图像聚类数据库，确定所述目标对象的脸部图像在二维平面上的色度值变化信息，再根据所述色度值变化信息，确定所述目标对象的脸部区域轮廓深浅分布状态信息，从而实现对所述目标对象的脸部区域识别认证具体包括：

步骤S301，根据所述脸部图像聚类数据库包含的聚类化的图像色度梯度特征向量，确定所述目标对象的脸部图像在脸部二维平面上的色度值变化差异值；

步骤S302，将所述色度值变化差异值与预设变化差异阈值进行比对，若所述色度值变化差异值超过所述预设变化差异阈值，则将对应的脸部区域确定为轮廓较深区域，否则，将对应的脸部区域确定为轮廓较浅区域；

步骤S303，根据所有轮廓较深区域和所有轮廓较浅区域之间的相互分布位置，确定所述目标对象的整体脸部轮廓状态，从而实现对所述目标对象的脸部区域识别认证。

本发明还提供基于聚类数据库的人脸认证系统，其特征在于，其包括脸部图像拍摄模块、脸部图像预处理模块、脸部图像聚类数据库生成模块和脸部区域识别认证模块；其中，

所述脸部图像拍摄模块用于对目标对象进行多曝光级别拍摄，以此获得若干关于所述目标对象在不同曝光情况下的脸部图像；

所述脸部图像预处理模块用于对所述脸部图像数据进行预处理；

所述脸部图像聚类数据库生成模块用于对经过所述预处理的若干所述脸部图像进行图像色度特征提取处理，以此获得关于所述脸部图像的图像色度特征信息，并根据所述图像色度特征信息，对所述若干脸部图像进行聚类处理，从而生成关于所述目标对象的脸部图像聚类数据库；

所述脸部区域识别认证模用于根据所述脸部图像聚类数据库，确定所述目标对象的脸部图像在二维平面上的色度值变化信息，再根据所述色度值变化信息，确定所述目标对象的脸部区域轮廓深浅分布状态信息，从而实现对所述目标对象的脸部区域识别认证；

进一步，所述脸部图像拍摄模块对目标对象进行多曝光级别拍摄，以此获得若干关于所述目标对象在不同曝光情况下的脸部图像具体包括：

对所述目标对象进行由弱到强的若干不同曝光量的拍摄，从而获得关于所述目标对象在不同曝光量情况下的脸部图像，其中，所述由弱到强的若干不同曝光量依次构成等比数列；

以及，

所述脸部图像预处理模块对所述脸部图像数据进行预处理具体包括：

获取所述脸部图像中脸部画面部分与背景画面部分之间的实际亮度对比度，并将所述实际亮度对比度与预设亮度对比度阈值进行比对，若所述实际亮度对比度阈值大于或等于所述预设亮度对比度阈值，则调整所述脸部图像中脸部画面部分的亮度值，否则，保持所述脸部图像中脸部画面部分和背景画面部分各自的亮度值不变；

进一步，所述脸部图像聚类数据库生成模块对经过所述预处理的若干所述脸部图像进行图像色度特征提取处理，以此获得关于所述脸部图像的图像色度特征信息，并根据所述图像色度特征信息，对所述若干脸部图像进行聚类处理，从而生成关于所述目标对象的脸部图像聚类数据库具体包括：

将经过所述预处理的所述脸部图像沿水平方向划分为若干具有相同宽度的水平带状区域，并提取每一所述水平带状区域的各自对应的图像色度特征信息；

并根据每一所述水平带状区域的图像色度特征信息，确定所有水平带状区域对应的图像色度梯度变化信息，并根据所述图像色度梯度变化信息，生成相应的图像色度梯度特征向量；

再对于所有脸部图像各自的图像色度梯度特征向量进行聚类运算，从而得到关于所述目标对象的脸部图像聚类数据库；

进一步，所述脸部区域识别认证模根据所述脸部图像聚类数据库，确定所述目标对象的脸部图像在二维平面上的色度值变化信息，再根据所述色度值变化信息，确定所述目标对象的脸部区域轮廓深浅分布状态信息，从而实现对所述目标对象的脸部区域识别认证具体包括：

根据所述脸部图像聚类数据库包含的聚类化的图像色度梯度特征向量，确定所述目标对象的脸部图像在脸部二维平面上的色度值变化差异值；

并将所述色度值变化差异值与预设变化差异阈值进行比对，若所述色度值变化差异值超过所述预设变化差异阈值，则将对应的脸部区域确定为轮廓较深区域，否则，将对应的脸部区域确定为轮廓较浅区域；

再根据所有轮廓较深区域和所有轮廓较浅区域之间的相互分布位置，确定所述目标对象的整体脸部轮廓状态，从而实现对所述目标对象的脸部区域识别认证。

相比于现有技术，该基于聚类数据库的人脸认证方法和系统通过对目标对象进行多曝光级别拍摄，以此获得若干关于该目标对象在不同曝光情况下的脸部图像，并对该脸部图像数据进行预处理，并对经过该预处理的若干该脸部图像进行图像色度特征提取处理，以此获得关于该脸部图像的图像色度特征信息，并根据该图像色度特征信息，对该若干脸部图像进行聚类处理，从而生成关于该目标对象的脸部图像聚类数据库，再根据该脸部图像聚类数据库，确定该目标对象的脸部图像在二维平面上的色度值变化信息，再根据该色度值变化信息，确定该目标对象的脸部区域轮廓深浅分布状态信息，从而实现对该目标对象的脸部区域识别认证；可见，该基于聚类数据库的人脸认证方法和系统通过在不同曝光强度下对目标对象进行拍摄，以此获得若干不同曝光程度的脸部图像以及对该脸部图像进行预处理，并从该脸部图像中提取得到相应的图像色度特征信息，再根据该图像色度特征信息对脸部图像进行聚类处理，从而生成相应的脸部图像聚类数据库，最后根据该脸部图像聚类数据库确定脸部图像的色度值变化信息继而确定目标对象的脸部区域轮廓深浅分布状态信息，以实现对目标对象的脸部区域识别认证，其利用目标对象的脸部在不同曝光强度下形成的脸部图像具有不同的色度状态，以此通过确定目标对象的脸部的色度状态来得到目标对象的脸部轮廓深浅状态，从而以该脸部轮廓深浅状态来对目标对象进行识别认证，这能够提高人脸识别的准确性和人脸识别结果的可靠性。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的基于聚类数据库的人脸认证方法的流程示意图。

图2为本发明提供的基于聚类数据库的人脸认证系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参阅图1，为本发明实施例提供的基于聚类数据库的人脸认证方法的流程示意图。该基于聚类数据库的人脸认证方法包括如下步骤：

步骤S1，对目标对象进行多曝光级别拍摄，以此获得若干关于该目标对象在不同曝光情况下的脸部图像，并对该脸部图像数据进行预处理；

步骤S2，对经过该预处理的若干该脸部图像进行图像色度特征提取处理，以此获得关于该脸部图像的图像色度特征信息，并根据该图像色度特征信息，对该若干脸部图像进行聚类处理，从而生成关于该目标对象的脸部图像聚类数据库；

步骤S3，根据该脸部图像聚类数据库，确定该目标对象的脸部图像在二维平面上的色度值变化信息，再根据该色度值变化信息，确定该目标对象的脸部区域轮廓深浅分布状态信息，从而实现对该目标对象的脸部区域识别认证。

上述技术方案的有益效果为：该基于聚类数据库的人脸认证方法通过在不同曝光强度下对目标对象进行拍摄，以此获得若干不同曝光程度的脸部图像以及对该脸部图像进行预处理，并从该脸部图像中提取得到相应的图像色度特征信息，再根据该图像色度特征信息对脸部图像进行聚类处理，从而生成相应的脸部图像聚类数据库，最后根据该脸部图像聚类数据库确定脸部图像的色度值变化信息继而确定目标对象的脸部区域轮廓深浅分布状态信息，以实现对目标对象的脸部区域识别认证，其利用目标对象的脸部在不同曝光强度下形成的脸部图像具有不同的色度状态，以此通过确定目标对象的脸部的色度状态来得到目标对象的脸部轮廓深浅状态，从而以该脸部轮廓深浅状态来对目标对象进行识别认证，这能够提高人脸识别的准确性和人脸识别结果的可靠性。

优选地，在该步骤S1中，对目标对象进行多曝光级别拍摄，以此获得若干关于该目标对象在不同曝光情况下的脸部图像，并对该脸部图像数据进行预处理具体包括：

步骤S101，对该目标对象进行由弱到强的若干不同曝光量的拍摄，从而获得关于该目标对象在不同曝光量情况下的脸部图像，其中，该由弱到强的若干不同曝光量依次构成等比数列；

步骤S102，获取该脸部图像中脸部画面部分与背景画面部分之间的实际亮度对比度，并将该实际亮度对比度与预设亮度对比度阈值进行比对，若该实际亮度对比度阈值大于或等于该预设亮度对比度阈值，则调整该脸部图像中脸部画面部分的亮度值，否则，保持该脸部图像中脸部画面部分和背景画面部分各自的亮度值不变。

上述技术方案的有益效果为：由于目标对象的脸部存在不同轮廓深浅程度的区域，当目标对象的脸部处于不同曝光量的曝光作用下，不同轮廓深浅程度的区域会相应呈现不同的色度状态，这样使得在不同曝光量下拍摄得到的脸部图像也相应地存在不同的色度特征信息，这样通过对该脸部图像进行分析处理就能够确定目标对象的脸部轮廓深浅状态，而将该由弱到强的若干不同曝光量依次构成等比数列能够便于对拍摄过程中的曝光量进行规律化的可控调整；此外，该脸部图像中脸部画面部分与背景画面部分之间的实际亮度对比度过大会影响后续对脸部图像处理的准确性，而通过调整该脸部图像中脸部画面部分的亮度值来保证该实际亮度对比度维持在预定数值区域，能够最大限度地保证脸部图像处理的准确性。

优选地，在该步骤S102中，调整该脸部图像中脸部画面部分的亮度值需要首先根据该脸部图像中脸部画面部分与背景画面部分的实际亮度值得到两者之间的实际亮度对比度；再利用公式将该实际亮度对比度与预设亮度对比度阈值进行比对，若该实际亮度对比度大于或等于该预设亮度对比度阈值，则利用公式得到调整后该脸部图像中脸部画面部分的亮度值，其具体为：

步骤S1021，利用下面公式(1)，根据该脸部图像中脸部画面部分与背景画面部分的实际亮度值得到两者之间的实际亮度对比度B，

在上述公式(1)中，E_in表示该脸部图像中脸部画面部分的实际亮度值，D_in表示该背景画面部分的实际亮度值；

步骤S1022，利用下面公式(2)，判断该实际亮度对比度是否大于或等于该预设亮度对比度阈值并得到该亮度对比度的调整系数λ，

在上述公式(2)，B₀表示该预设亮度对比度阈值，u()表示阶跃函数，当括号内的值大于等于0时阶跃函数的函数值为1，当括号内的值小于0时阶跃函数的函数值为0；

再通过λ的与0之间的关系来判断该实际亮度对比度是否大于或等于该预设亮度对比度阈值，

当λ＝0时，表示该实际亮度对比度小于该预设亮度对比度阈值，则保持该脸部图像中脸部画面部分和背景画面部分各自的亮度值不变；

当λ＞0时，表示该实际亮度对比度大于或等于该预设亮度对比度阈值，则利用步骤A3得到调整后该脸部图像中脸部画面部分的亮度值；

步骤S1023，利用下面公式(3)，得到调整后该脸部图像中脸部画面部分的亮度值E_out，

这样能够将该脸部图像中脸部画面部分的亮度调整到调整后该脸部图像中脸部画面部分的亮度值，完成对该脸部图像中脸部画面部分的亮度调整。

上述技术方案的有益效果为：利用公式(1)得到两者之间的实际亮度对比度，从而根据亮度值得到亮度对比度的具体数值；然后利用公式(2)判断实际亮度对比度是否大于或等于预设亮度对比度阈值并得到亮度对比度的调整系数，从而可以利用亮度对比度的调整系数对脸部图像中脸部画面部分的亮度进行调整；最后利用公式(3)得到调整后脸部图像中脸部画面部分的亮度值，从而完成对脸部图像中脸部画面部分的亮度的数值调整，使得在亮度值调整的过程中更加准确可靠高效。

优选地，在该步骤S2中，对经过该预处理的若干该脸部图像进行图像色度特征提取处理，以此获得关于该脸部图像的图像色度特征信息，并根据该图像色度特征信息，对该若干脸部图像进行聚类处理，从而生成关于该目标对象的脸部图像聚类数据库具体包括：

步骤S201，将经过该预处理的该脸部图像沿水平方向划分为若干具有相同宽度的水平带状区域，并提取每一该水平带状区域的各自对应的图像色度特征信息；

步骤S202，根据每一该水平带状区域的图像色度特征信息，确定所有水平带状区域对应的图像色度梯度变化信息，并根据该图像色度梯度变化信息，生成相应的图像色度梯度特征向量；

步骤S203，对于所有脸部图像各自的图像色度梯度特征向量进行聚类运算，从而得到关于该目标对象的脸部图像聚类数据库。

上述技术方案的有益效果为：由于脸部图像在不同图像区域会有不同的色度分布状态，通过将经过该预处理的该脸部图像沿水平方向划分为若干具有相同宽度的水平带状区域，能够对脸部图像进行分区化和详细化的色度变化信息计算，而该图像色度梯度变化信息在一定程度上能够反映目标对象的脸部轮廓深浅变化状态，同时对该图像色度梯度特征向量进行聚类运算能够实现对该脸部轮廓深浅变化状态的量化评价，从而提高后续计算处理的便捷性。

优选地，在该步骤S3中，根据该脸部图像聚类数据库，确定该目标对象的脸部图像在二维平面上的色度值变化信息，再根据该色度值变化信息，确定该目标对象的脸部区域轮廓深浅分布状态信息，从而实现对该目标对象的脸部区域识别认证具体包括：

步骤S301，根据该脸部图像聚类数据库包含的聚类化的图像色度梯度特征向量，确定该目标对象的脸部图像在脸部二维平面上的色度值变化差异值；

步骤S302，将该色度值变化差异值与预设变化差异阈值进行比对，若该色度值变化差异值超过该预设变化差异阈值，则将对应的脸部区域确定为轮廓较深区域，否则，将对应的脸部区域确定为轮廓较浅区域；

步骤S303，根据所有轮廓较深区域和所有轮廓较浅区域之间的相互分布位置，确定该目标对象的整体脸部轮廓状态，从而实现对该目标对象的脸部区域识别认证。

上述技术方案的有益效果为：根据该脸部图像聚类数据库包含的聚类化的图像色度梯度特征向量，能够在脸部二维平面上对色度值的数值变化和变化趋势进行定量评价，从而便于后续准确的判断不同脸部区域的轮廓深浅状态和保证对该目标对象的脸部区域识别认证的可靠性。

参阅图2，为本发明实施例提供的基于聚类数据库的人脸认证系统的结构示意图。该基于聚类数据库的人脸认证系统包括脸部图像拍摄模块、脸部图像预处理模块、脸部图像聚类数据库生成模块和脸部区域识别认证模块；其中，

该脸部图像拍摄模块用于对目标对象进行多曝光级别拍摄，以此获得若干关于该目标对象在不同曝光情况下的脸部图像；

该脸部图像预处理模块用于对该脸部图像数据进行预处理；

该脸部图像聚类数据库生成模块用于对经过该预处理的若干该脸部图像进行图像色度特征提取处理，以此获得关于该脸部图像的图像色度特征信息，并根据该图像色度特征信息，对该若干脸部图像进行聚类处理，从而生成关于该目标对象的脸部图像聚类数据库；

该脸部区域识别认证模用于根据该脸部图像聚类数据库，确定该目标对象的脸部图像在二维平面上的色度值变化信息，再根据该色度值变化信息，确定该目标对象的脸部区域轮廓深浅分布状态信息，从而实现对该目标对象的脸部区域识别认证。

上述技术方案的有益效果为：该基于聚类数据库的人脸认证系统通过在不同曝光强度下对目标对象进行拍摄，以此获得若干不同曝光程度的脸部图像以及对该脸部图像进行预处理，并从该脸部图像中提取得到相应的图像色度特征信息，再根据该图像色度特征信息对脸部图像进行聚类处理，从而生成相应的脸部图像聚类数据库，最后根据该脸部图像聚类数据库确定脸部图像的色度值变化信息继而确定目标对象的脸部区域轮廓深浅分布状态信息，以实现对目标对象的脸部区域识别认证，其利用目标对象的脸部在不同曝光强度下形成的脸部图像具有不同的色度状态，以此通过确定目标对象的脸部的色度状态来得到目标对象的脸部轮廓深浅状态，从而以该脸部轮廓深浅状态来对目标对象进行识别认证，这能够提高人脸识别的准确性和人脸识别结果的可靠性。

优选地，该脸部图像拍摄模块对目标对象进行多曝光级别拍摄，以此获得若干关于该目标对象在不同曝光情况下的脸部图像具体包括：

对该目标对象进行由弱到强的若干不同曝光量的拍摄，从而获得关于该目标对象在不同曝光量情况下的脸部图像，其中，该由弱到强的若干不同曝光量依次构成等比数列；

以及，

该脸部图像预处理模块对该脸部图像数据进行预处理具体包括：

获取该脸部图像中脸部画面部分与背景画面部分之间的实际亮度对比度，并将该实际亮度对比度与预设亮度对比度阈值进行比对，若该实际亮度对比度阈值大于或等于该预设亮度对比度阈值，则调整该脸部图像中脸部画面部分的亮度值，否则，保持该脸部图像中脸部画面部分和背景画面部分各自的亮度值不变。

上述技术方案的有益效果为：由于目标对象的脸部存在不同轮廓深浅程度的区域，当目标对象的脸部处于不同曝光量的曝光作用下，不同轮廓深浅程度的区域会相应呈现不同的色度状态，这样使得在不同曝光量下拍摄得到的脸部图像也相应地存在不同的色度特征信息，这样通过对该脸部图像进行分析处理就能够确定目标对象的脸部轮廓深浅状态，而将该由弱到强的若干不同曝光量依次构成等比数列能够便于对拍摄过程中的曝光量进行规律化的可控调整；此外，该脸部图像中脸部画面部分与背景画面部分之间的实际亮度对比度过大会影响后续对脸部图像处理的准确性，而通过调整该脸部图像中脸部画面部分的亮度值来保证该实际亮度对比度维持在预定数值区域，能够最大限度地保证脸部图像处理的准确性。

优选地，该脸部图像聚类数据库生成模块对经过该预处理的若干该脸部图像进行图像色度特征提取处理，以此获得关于该脸部图像的图像色度特征信息，并根据该图像色度特征信息，对该若干脸部图像进行聚类处理，从而生成关于该目标对象的脸部图像聚类数据库具体包括：

将经过该预处理的该脸部图像沿水平方向划分为若干具有相同宽度的水平带状区域，并提取每一该水平带状区域的各自对应的图像色度特征信息；

并根据每一该水平带状区域的图像色度特征信息，确定所有水平带状区域对应的图像色度梯度变化信息，并根据该图像色度梯度变化信息，生成相应的图像色度梯度特征向量；

再对于所有脸部图像各自的图像色度梯度特征向量进行聚类运算，从而得到关于该目标对象的脸部图像聚类数据库。

上述技术方案的有益效果为：由于脸部图像在不同图像区域会有不同的色度分布状态，通过将经过该预处理的该脸部图像沿水平方向划分为若干具有相同宽度的水平带状区域，能够对脸部图像进行分区化和详细化的色度变化信息计算，而该图像色度梯度变化信息在一定程度上能够反映目标对象的脸部轮廓深浅变化状态，同时对该图像色度梯度特征向量进行聚类运算能够实现对该脸部轮廓深浅变化状态的量化评价，从而提高后续计算处理的便捷性。

优选地，该脸部区域识别认证模根据该脸部图像聚类数据库，确定该目标对象的脸部图像在二维平面上的色度值变化信息，再根据该色度值变化信息，确定该目标对象的脸部区域轮廓深浅分布状态信息，从而实现对该目标对象的脸部区域识别认证具体包括：

根据该脸部图像聚类数据库包含的聚类化的图像色度梯度特征向量，确定该目标对象的脸部图像在脸部二维平面上的色度值变化差异值；

并将该色度值变化差异值与预设变化差异阈值进行比对，若该色度值变化差异值超过该预设变化差异阈值，则将对应的脸部区域确定为轮廓较深区域，否则，将对应的脸部区域确定为轮廓较浅区域；

再根据所有轮廓较深区域和所有轮廓较浅区域之间的相互分布位置，确定该目标对象的整体脸部轮廓状态，从而实现对该目标对象的脸部区域识别认证。

上述技术方案的有益效果为：根据该脸部图像聚类数据库包含的聚类化的图像色度梯度特征向量，能够在脸部二维平面上对色度值的数值变化和变化趋势进行定量评价，从而便于后续准确的判断不同脸部区域的轮廓深浅状态和保证对该目标对象的脸部区域识别认证的可靠性。

从上述实施例的内容可知，该基于聚类数据库的人脸认证方法和系统通过对目标对象进行多曝光级别拍摄，以此获得若干关于该目标对象在不同曝光情况下的脸部图像，并对该脸部图像数据进行预处理，并对经过该预处理的若干该脸部图像进行图像色度特征提取处理，以此获得关于该脸部图像的图像色度特征信息，并根据该图像色度特征信息，对该若干脸部图像进行聚类处理，从而生成关于该目标对象的脸部图像聚类数据库，再根据该脸部图像聚类数据库，确定该目标对象的脸部图像在二维平面上的色度值变化信息，再根据该色度值变化信息，确定该目标对象的脸部区域轮廓深浅分布状态信息，从而实现对该目标对象的脸部区域识别认证；可见，该基于聚类数据库的人脸认证方法和系统通过在不同曝光强度下对目标对象进行拍摄，以此获得若干不同曝光程度的脸部图像以及对该脸部图像进行预处理，并从该脸部图像中提取得到相应的图像色度特征信息，再根据该图像色度特征信息对脸部图像进行聚类处理，从而生成相应的脸部图像聚类数据库，最后根据该脸部图像聚类数据库确定脸部图像的色度值变化信息继而确定目标对象的脸部区域轮廓深浅分布状态信息，以实现对目标对象的脸部区域识别认证，其利用目标对象的脸部在不同曝光强度下形成的脸部图像具有不同的色度状态，以此通过确定目标对象的脸部的色度状态来得到目标对象的脸部轮廓深浅状态，从而以该脸部轮廓深浅状态来对目标对象进行识别认证，这能够提高人脸识别的准确性和人脸识别结果的可靠性。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.基于聚类数据库的人脸认证方法，其特征在于，其包括如下步骤：

步骤S1，对目标对象进行多曝光级别拍摄，以此获得若干关于所述目标对象在不同曝光情况下的脸部图像，并对所述脸部图像数据进行预处理；

步骤S2，对经过所述预处理的若干所述脸部图像进行图像色度特征提取处理，以此获得关于所述脸部图像的图像色度特征信息，并根据所述图像色度特征信息，对所述若干脸部图像进行聚类处理，从而生成关于所述目标对象的脸部图像聚类数据库；

步骤S3，根据所述脸部图像聚类数据库，确定所述目标对象的脸部图像在二维平面上的色度值变化信息，再根据所述色度值变化信息，确定所述目标对象的脸部区域轮廓深浅分布状态信息，从而实现对所述目标对象的脸部区域识别认证。

2.如权利要求1所述的基于聚类数据库的人脸认证方法，其特征在于：

在所述步骤S1中，对目标对象进行多曝光级别拍摄，以此获得若干关于所述目标对象在不同曝光情况下的脸部图像，并对所述脸部图像数据进行预处理具体包括：

步骤S101，对所述目标对象进行由弱到强的若干不同曝光量的拍摄，从而获得关于所述目标对象在不同曝光量情况下的脸部图像，其中，所述由弱到强的若干不同曝光量依次构成等比数列；

步骤S102，获取所述脸部图像中脸部画面部分与背景画面部分之间的实际亮度对比度，并将所述实际亮度对比度与预设亮度对比度阈值进行比对，若所述实际亮度对比度阈值大于或等于所述预设亮度对比度阈值，则调整所述脸部图像中脸部画面部分的亮度值，否则，保持所述脸部图像中脸部画面部分和背景画面部分各自的亮度值不变。

3.如权利要求2所述的基于聚类数据库的人脸认证方法，其特征在于：在所述步骤S102中，调整所述脸部图像中脸部画面部分的亮度值需要首先根据所述脸部图像中脸部画面部分与背景画面部分的实际亮度值得到两者之间的实际亮度对比度；再利用公式将所述实际亮度对比度与预设亮度对比度阈值进行比对，若所述实际亮度对比度大于或等于所述预设亮度对比度阈值，则利用公式得到调整后所述脸部图像中脸部画面部分的亮度值，其具体为：

步骤S1021，利用下面公式(1)，根据所述脸部图像中脸部画面部分与背景画面部分的实际亮度值得到两者之间的实际亮度对比度B，

在上述公式(1)中，E_in表示所述脸部图像中脸部画面部分的实际亮度值，D_in表示所述背景画面部分的实际亮度值；

步骤S1022，利用下面公式(2)，判断所述实际亮度对比度是否大于或等于所述预设亮度对比度阈值并得到所述亮度对比度的调整系数λ，

在上述公式(2)，B₀表示所述预设亮度对比度阈值，u()表示阶跃函数，当括号内的值大于等于0时阶跃函数的函数值为1，当括号内的值小于0时阶跃函数的函数值为0；

再通过λ的与0之间的关系来判断所述实际亮度对比度是否大于或等于所述预设亮度对比度阈值，

当λ＝0时，表示所述实际亮度对比度小于所述预设亮度对比度阈值，则保持所述脸部图像中脸部画面部分和背景画面部分各自的亮度值不变；

当λ＞0时，表示所述实际亮度对比度大于或等于所述预设亮度对比度阈值，则利用步骤A3得到调整后所述脸部图像中脸部画面部分的亮度值；

步骤S1023，利用下面公式(3)，得到调整后所述脸部图像中脸部画面部分的亮度值E_out，

这样能够将所述脸部图像中脸部画面部分的亮度调整到调整后所述脸部图像中脸部画面部分的亮度值，完成对所述脸部图像中脸部画面部分的亮度调整。

4.如权利要求2所述的基于聚类数据库的人脸认证方法，其特征在于：在所述步骤S2中，对经过所述预处理的若干所述脸部图像进行图像色度特征提取处理，以此获得关于所述脸部图像的图像色度特征信息，并根据所述图像色度特征信息，对所述若干脸部图像进行聚类处理，从而生成关于所述目标对象的脸部图像聚类数据库具体包括：

步骤S201，将经过所述预处理的所述脸部图像沿水平方向划分为若干具有相同宽度的水平带状区域，并提取每一所述水平带状区域的各自对应的图像色度特征信息；

步骤S202，根据每一所述水平带状区域的图像色度特征信息，确定所有水平带状区域对应的图像色度梯度变化信息，并根据所述图像色度梯度变化信息，生成相应的图像色度梯度特征向量；

步骤S203，对于所有脸部图像各自的图像色度梯度特征向量进行聚类运算，从而得到关于所述目标对象的脸部图像聚类数据库。

5.如权利要求4所述的基于聚类数据库的人脸认证方法，其特征在于：在所述步骤S3中，根据所述脸部图像聚类数据库，确定所述目标对象的脸部图像在二维平面上的色度值变化信息，再根据所述色度值变化信息，确定所述目标对象的脸部区域轮廓深浅分布状态信息，从而实现对所述目标对象的脸部区域识别认证具体包括：

步骤S301，根据所述脸部图像聚类数据库包含的聚类化的图像色度梯度特征向量，确定所述目标对象的脸部图像在脸部二维平面上的色度值变化差异值；

步骤S302，将所述色度值变化差异值与预设变化差异阈值进行比对，若所述色度值变化差异值超过所述预设变化差异阈值，则将对应的脸部区域确定为轮廓较深区域，否则，将对应的脸部区域确定为轮廓较浅区域；

步骤S303，根据所有轮廓较深区域和所有轮廓较浅区域之间的相互分布位置，确定所述目标对象的整体脸部轮廓状态，从而实现对所述目标对象的脸部区域识别认证。

6.基于聚类数据库的人脸认证系统，其特征在于，其包括脸部图像拍摄模块、脸部图像预处理模块、脸部图像聚类数据库生成模块和脸部区域识别认证模块；其中，

所述脸部图像拍摄模块用于对目标对象进行多曝光级别拍摄，以此获得若干关于所述目标对象在不同曝光情况下的脸部图像；

所述脸部图像预处理模块用于对所述脸部图像数据进行预处理；

所述脸部图像聚类数据库生成模块用于对经过所述预处理的若干所述脸部图像进行图像色度特征提取处理，以此获得关于所述脸部图像的图像色度特征信息，并根据所述图像色度特征信息，对所述若干脸部图像进行聚类处理，从而生成关于所述目标对象的脸部图像聚类数据库；所述脸部区域识别认证模用于根据所述脸部图像聚类数据库，确定所述目标对象的脸部图像在二维平面上的色度值变化信息，再根据所述色度值变化信息，确定所述目标对象的脸部区域轮廓深浅分布状态信息，从而实现对所述目标对象的脸部区域识别认证。

7.如权利要求6所述的基于聚类数据库的人脸认证系统，其特征在于：

所述脸部图像拍摄模块对目标对象进行多曝光级别拍摄，以此获得若干关于所述目标对象在不同曝光情况下的脸部图像具体包括：

对所述目标对象进行由弱到强的若干不同曝光量的拍摄，从而获得关于所述目标对象在不同曝光量情况下的脸部图像，其中，所述由弱到强的若干不同曝光量依次构成等比数列；

以及，

所述脸部图像预处理模块对所述脸部图像数据进行预处理具体包括：

获取所述脸部图像中脸部画面部分与背景画面部分之间的实际亮度对比度，并将所述实际亮度对比度与预设亮度对比度阈值进行比对，若所述实际亮度对比度阈值大于或等于所述预设亮度对比度阈值，则调整所述脸部图像中脸部画面部分的亮度值，否则，保持所述脸部图像中脸部画面部分和背景画面部分各自的亮度值不变。

8.如权利要求7所述的基于聚类数据库的人脸认证系统，其特征在于：

所述脸部图像聚类数据库生成模块对经过所述预处理的若干所述脸部图像进行图像色度特征提取处理，以此获得关于所述脸部图像的图像色度特征信息，并根据所述图像色度特征信息，对所述若干脸部图像进行聚类处理，从而生成关于所述目标对象的脸部图像聚类数据库具体包括：将经过所述预处理的所述脸部图像沿水平方向划分为若干具有相同宽度的水平带状区域，并提取每一所述水平带状区域的各自对应的图像色度特征信息；

并根据每一所述水平带状区域的图像色度特征信息，确定所有水平带状区域对应的图像色度梯度变化信息，并根据所述图像色度梯度变化信息，生成相应的图像色度梯度特征向量；

再对于所有脸部图像各自的图像色度梯度特征向量进行聚类运算，从而得到关于所述目标对象的脸部图像聚类数据库。

9.如权利要求8所述的基于聚类数据库的人脸认证系统，其特征在于：

所述脸部区域识别认证模根据所述脸部图像聚类数据库，确定所述目标对象的脸部图像在二维平面上的色度值变化信息，再根据所述色度值变化信息，确定所述目标对象的脸部区域轮廓深浅分布状态信息，从而实现对所述目标对象的脸部区域识别认证具体包括：

根据所述脸部图像聚类数据库包含的聚类化的图像色度梯度特征向量，确定所述目标对象的脸部图像在脸部二维平面上的色度值变化差异值；并将所述色度值变化差异值与预设变化差异阈值进行比对，若所述色度值变化差异值超过所述预设变化差异阈值，则将对应的脸部区域确定为轮廓较深区域，否则，将对应的脸部区域确定为轮廓较浅区域；

再根据所有轮廓较深区域和所有轮廓较浅区域之间的相互分布位置，确定所述目标对象的整体脸部轮廓状态，从而实现对所述目标对象的脸部区域识别认证。

Images