[go: up one dir, main page]

CN113065479A - 一种基于桌面真三维显示的人脸识别方法 - Google Patents

一种基于桌面真三维显示的人脸识别方法 Download PDF

Info

Publication number
CN113065479A
CN113065479A CN202110381585.6A CN202110381585A CN113065479A CN 113065479 A CN113065479 A CN 113065479A CN 202110381585 A CN202110381585 A CN 202110381585A CN 113065479 A CN113065479 A CN 113065479A
Authority
CN
China
Prior art keywords
image
true
face
dimensional display
bit
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.)
Pending
Application number
CN202110381585.6A
Other languages
English (en)
Inventor
刘浩
曾超
贾利红
魏爽
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.)
Sichuan Hongwei Technology Co Ltd
Original Assignee
Sichuan Hongwei 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 Sichuan Hongwei Technology Co Ltd filed Critical Sichuan Hongwei Technology Co Ltd
Priority to CN202110381585.6A priority Critical patent/CN113065479A/zh
Publication of CN113065479A publication Critical patent/CN113065479A/zh
Pending 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • 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
    • G06V40/168—Feature extraction; Face representation

Landscapes

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

Abstract

本发明公开了一种基于桌面真三维显示的人脸识别方法，该方法首先构建近红外人脸采集设备矩阵，采集人脸近红外图像，并对采集图像进行特征提取，然后对特征提取后的图像进行合成，得到24位真彩色图像，最后将合成图像输出到桌面真三维显示系统中的显示模块进行人脸信息的真三维显示，呈现“真实立体”人脸效果。该方法可以将二维人脸识别图像提升至真三维识别图像，有效的提升识别率，同时可以有效解决一般人脸识别系统中由于环境光线变化影响而造成识别率偏低的问题。

Description

一种基于桌面真三维显示的人脸识别方法
技术领域
本发明涉及人脸识别技术领域，尤其涉及一种基于桌面真三维显示的人脸识别方法。
背景技术
人脸识别是生物特征识别领域中最常用的一种模态，近年来在公共安全领域得到了广泛的应用。各类人脸识别方法的关键都在于，提取人脸数据中与身份相关的本质特征，同时消除其中受非身份因素影响的部分，非身份因素一般包括：环境光照、姿态、表情、饰物等。其中光照问题在实际应用中最为重要，用户普遍要求人脸识别系统能适应不同的光照环境。一般的人脸识别系统都采用普通的可见光人脸图像进行识别，这类系统容易收到环境光线变化的影响，在识别之前往往需要采用一些预处理算法对光照进行处理。虽然光照预处理算法能在一定程度上消除光照的影响，但同时也会使图像损失一部分有用的信息。
为了减弱环境光对成像的影响，主动成像光源的强度需要高于环境光，但是强光会对人眼产生干扰，降低用户舒适度，因此，主动光源最好位于不可见波段，如：红外、紫外等。长期照射紫外容易对人的皮肤和眼睛造成永久性伤害，中远红外波段成像会损失物体表面的大多数信息，一般不用于物体成像，因此近红外波段成为最好的选择。但是，近红外人脸成像仅支持二维图像，面对真实立体的人脸，其识别率偏低，识别精度不足。
发明内容
本发明的目的是克服现有技术中存在的不足，提供一种基于桌面真三维显示的人脸识别方法，该方法可以将二维人脸识别图像提升至真三维识别图像，有效的提升识别率，同时可以有效解决一般人脸识别系统中由于环境光线变化影响而造成识别率偏低的问题。
为了达到上述技术效果，本发明采用如下技术方案：
一种基于桌面真三维显示的人脸识别方法，包括以下步骤：
a.构建近红外人脸采集设备矩阵；
b.采集人脸近红外图像，并对采集图像进行特征提取；
c.对特征提取后的图片进行合成，得到24位真彩色图像；
d.将合成图像输出到桌面真三维显示系统中的显示模块进行人脸信息的真三维显示。
进一步的技术方案为，所述近红外人脸采集设备的摆放结构包括平行式、圆周会聚式、离轴平行式3种结构。
实现真三维立体视觉的首要条件是要给观看者提供稍多幅视差图像。在近红外人脸采集采集系统中，可以通过合理布局多台近红外人脸成像设备，对同一个人脸进行同步画面采集来获得多幅视差图像。近红外人脸成像相机需按一定结构摆放来采集场景以获得合理的视差图像，其摆放结构主要有平行式、圆周会聚式、离轴平行式3种结构。
进一步的技术方案为，步骤b中采用局部二元模式方式对图像进行处理，局部二元模式只关注像素间的大小关系，当图像整体发生单调变化时，像素间的大小关系是不变的。
在采集人脸近红外图像过程中，当人与光源距离不变时，近红外人脸图像非常稳定，但是图像的整体亮度仍然会随着距离的变化而单调变化，因此需要采用特定的特征提取方法来解决单调变化问题，本专利采用局部二元模式(LBP)方式对图像进行处理，LBP只关注像素间的大小关系，当图像整体发生单调变化时，像素间的大小关系是不变的。
进一步的技术方案为，步骤c的具体实现方式为
1)将分辨率为1920×1080的1-bit图像IMG1压缩成分辨率为240×1080的8-bit图像IMG2；
2)将分辨率240×1080的8-bit图像IMG2转换成分辨率5760×45的8-bit图像IMG3；
3)将600幅分辨率5760×45的8-bit图像IMG3转换成分辨率11520×4500的24-bit图像IMG4；IMG4即为需求分辨率11520×4500的24位真彩色图像。
进一步的技术方案为，步骤d的具体实现方式为:通过五根全高清双链路DVI线缆将合成图像输出到桌面真三维显示系统中，该系统中的显示模块进行场景信息的真三维显示。
与现有技术相比，本发明具有如下有益效果：该方法可以将二维人脸识别图像提升至真三维识别图像，有效的提升识别率，同时可以有效解决一般人脸识别系统中由于环境光线变化影响而造成识别率偏低的问题。
附图说明
图1是本发明一种基于桌面真三维显示的人脸识别方法的流程图。
具体实施方式
下面结合附图和具体的实施方式对本发明作进一步详细的描述。
实施例1
图1中的101是构建近红外人脸采集设备矩阵。实现真三维立体视觉的首要条件是要给观看者提供稍多幅视差图像。在近红外人脸采集采集系统中，可以通过合理布局多台近红外人脸成像设备，对同一个人脸进行同步画面采集来获得多幅视差图像。近红外人脸成像相机需按一定结构摆放来采集场景以获得合理的视差图像，其摆放结构主要有平行式、圆周会聚式、离轴平行式3种结构。
在本实施例中，近红外人脸成像设备的原理为：使用强度高于环境光线的主动近红外光源成像，配合相应波段的光学滤片，得到与环境无关的人脸图像，人脸图像只会随着人与摄像头的距离变化而单调变化。针对实际人脸，采用基于圆周分布的多台近红外人脸成像设备视图采集系统更适数据的实时采集。此系统在一定高度的圆周上安装一周的近红外人脸成像设备，每台近红外人脸成像设备拍摄各自视角方向的视图。由于所有近红外人脸成像设备都是同时采集图像，一周视图拍摄时间非常短，有利于动态场景的数据采集。
图1中的102是采集人脸近红外图像，并采用特征提取方式对图像进行处理。在采集人脸近红外图像过程中，当人与光源距离不变时，近红外人脸图像非常稳定，但是图像的整体亮度仍然会随着距离的变化而单调变化，因此需要采用特定的特征提取方法来解决单调变化问题，本专利采用局部二元模式(LBP)方式对图像进行处理，LBP只关注像素间的大小关系，当图像整体发生单调变化时，像素间的大小关系是不变的。
在本实施例中，在进行人脸近红外图像采集过程中，当我们利用单个近红外人脸成像设备对人脸进行采集时，就相当于记录了特定角度的人脸信息。但是在实际应用中，不可能使用无限个特定角度对人脸信息进行采集，所以只能利用有限个采集位置获取离散的人脸图像，并通过插值获取不同角度之间人脸信息图，构建更为密集的人脸信息图。
图1中的103是对特征提取后的图片进行合成，得到24位真彩色图像。具体实现方式为：
1)将分辨率为1920×1080的1-bit图像IMG1压缩成分辨率为240×1080的8-bit图像IMG2；
2)将分辨率240×1080的8-bit图像IMG2转换成分辨率5760×45的8-bit图像IMG3；
3)将600幅分辨率5760×45的8-bit图像IMG3转换成分辨率11520×4500的24-bit图像IMG4。
IMG4即为需求分辨率11520×4500的24位真彩色图像。
在本实施例中，每个近红外人脸成像相机拍摄获得分辨率为1920×1080的1-bit图像，将分辨率为1920×1080的1-bit图像IMG1压缩成分辨率为240×1080的8-bit图像IMG2，即IMG 2中的1个像素可以表示IMG1中的连续8个像素黑白值，转换规则为：
Figure BDA0003013184050000051
其中P1(m,n)表示图像IMG1的第m行第n列像素的1-bit黑白值，P2(m,n)表示图像IMG2的第m行第n列像素的8-bit黑白值。
将分辨率240×1080的8-bit图像IMG2转换成分辨率5760×45的8-bit图像IMG3，转换规则为：
P3(m,n)＝P2((m×240+n)/45,(m×1080+n)％5760),m∈[0,45),n∈[0,5760)
将分辨率5760×45的8-bit图像IMG3转换成分辨率11520×4500的24-bit图像IMG4，转换规则为：
P4(m,n,k)＝P3(m,n)t＝P3(m,n)(n+5760)×300+k×100+m×45,m∈[0,4500),j∈[0,11520),k∈{0,1,2}
其中P4(m,n,k)表示IMG4的第第m行第n列像素k通道(k＝0,1,2分别表示R,G,B通道)的8-bit灰度值，P3(m,n)|t表示第t幅IMG3图像的第m行第n列像素的8-bit灰度值。
图1中的104是将合成图像输出到桌面真三维显示系统中的显示模块进行人脸信息的真三维显示。具体实现方式为：通过五根全高清双链路DVI线缆将合成图像输出到桌面真三维显示系统中，该系统中的显示模块进行场景信息的真三维显示。
在本实例中，桌面真三维显示中需要海量数据的传输，若设置整个系统传输的数据带宽为BWall，则BWall的具体表达式为：
BWall＝w×h×d×f
其中w表示图像的宽度，h表示图像的高度，d表示图像的位深，f表示图像的刷新帧率。若按照11520×4500@30hz的24位真彩色图像传输，则系统的传输数据带宽为：
BWall＝11520×4500×24×30＝34.7Gbit/s
常见的支持全高清双链路DVI线缆可以以60hz的帧频显示分辨率为1920×1080的真彩色图像，考虑到相关行业涉及标准要求及其最大传输速率因为额定速率的1.3倍，则其传输带宽BW1dvi可表示为：
BW1dvi＝1920×1080×24×60×2×1.3＝7.2Gbit/s
而系统传输的总宽带为：
BWall＝34.7Gbit/s≤BW1dvi×5＝36Gbit/s
由此可见，五根全高清双链路DVI线缆进行合成画面的传输即可完全满足整体数据带宽的传输要求，保证传输的实时性以及准确性。
尽管这里参照本发明的解释性实施例对本发明进行了描述，上述实施例仅为本发明较佳的实施方式，本发明的实施方式并不受上述实施例的限制，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。

Claims (5)

1.一种基于桌面真三维显示的人脸识别方法，其特征在于，包括以下步骤：
a.构建近红外人脸采集设备矩阵；
b.采集人脸近红外图像，并对采集图像进行特征提取；
c.对特征提取后的图片进行合成，得到24位真彩色图像；
d.将合成图像输出到桌面真三维显示系统中的显示模块进行人脸信息的真三维显示。
2.根据权利要求1所述的基于桌面真三维显示的人脸识别方法，其特征在于，所述近红外人脸采集设备的摆放结构包括平行式、圆周会聚式、离轴平行式3种结构。
3.根据权利要求1所述的基于桌面真三维显示的人脸识别方法，其特征在于，步骤b中采用局部二元模式方式对图像进行处理，局部二元模式只关注像素间的大小关系，当图像整体发生单调变化时，像素间的大小关系是不变的。
4.根据权利要求1所述的基于桌面真三维显示的人脸识别方法，其特征在于，步骤c的具体实现方式为
1)将分辨率为1920×1080的1-bit图像IMG1压缩成分辨率为240×1080的8-bit图像IMG2；
2)将分辨率240×1080的8-bit图像IMG2转换成分辨率5760×45的8-bit图像IMG3；
3)将600幅分辨率5760×45的8-bit图像IMG3转换成分辨率11520×4500的24-bit图像IMG4；IMG4即为需求分辨率11520×4500的24位真彩色图像。
5.根据权利要求1所述的基于桌面真三维显示的人脸识别方法，其特征在于，步骤d的具体实现方式为:通过五根全高清双链路DVI线缆将合成图像输出到桌面真三维显示系统中，该系统中的显示模块进行场景信息的真三维显示。
CN202110381585.6A 2021-04-09 2021-04-09 一种基于桌面真三维显示的人脸识别方法 Pending CN113065479A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110381585.6A CN113065479A (zh) 2021-04-09 2021-04-09 一种基于桌面真三维显示的人脸识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110381585.6A CN113065479A (zh) 2021-04-09 2021-04-09 一种基于桌面真三维显示的人脸识别方法

Publications (1)

Publication Number Publication Date
CN113065479A true CN113065479A (zh) 2021-07-02

Family

ID=76566275

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110381585.6A Pending CN113065479A (zh) 2021-04-09 2021-04-09 一种基于桌面真三维显示的人脸识别方法

Country Status (1)

Country Link
CN (1) CN113065479A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799870A (zh) * 2012-07-13 2012-11-28 复旦大学 基于分块一致lbp和稀疏编码的单训练样本人脸识别方法
US20140254939A1 (en) * 2011-11-24 2014-09-11 Ntt Docomo, Inc. Apparatus and method for outputting information on facial expression
CN108881887A (zh) * 2018-07-19 2018-11-23 四川长虹电器股份有限公司 一种基于Unity3D的光场信息获取及处理方法
CN111079673A (zh) * 2019-12-20 2020-04-28 四川长虹电器股份有限公司 一种基于裸眼三维的近红外人脸识别方法
CN111222472A (zh) * 2020-01-09 2020-06-02 西安知象光电科技有限公司 一种基于结构光频域特征的人脸识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140254939A1 (en) * 2011-11-24 2014-09-11 Ntt Docomo, Inc. Apparatus and method for outputting information on facial expression
CN102799870A (zh) * 2012-07-13 2012-11-28 复旦大学 基于分块一致lbp和稀疏编码的单训练样本人脸识别方法
CN108881887A (zh) * 2018-07-19 2018-11-23 四川长虹电器股份有限公司 一种基于Unity3D的光场信息获取及处理方法
CN111079673A (zh) * 2019-12-20 2020-04-28 四川长虹电器股份有限公司 一种基于裸眼三维的近红外人脸识别方法
CN111222472A (zh) * 2020-01-09 2020-06-02 西安知象光电科技有限公司 一种基于结构光频域特征的人脸识别方法

Similar Documents

Publication Publication Date Title
US10326974B2 (en) Naked-eye 3D display method and system thereof
WO2021159767A1 (zh) 一种医学图像处理的方法、图像处理的方法及装置
CN109509248B (zh) 一种基于神经网络的光子映射渲染方法和系统
CN108875751B (zh) 图像处理方法和装置、神经网络的训练方法、存储介质
US11689814B1 (en) System and a method for processing an image
CN113658065B (zh) 图像降噪方法及装置、计算机可读介质和电子设备
CN115205160A (zh) 基于局部场景感知的无参考低照度图像增强方法
CN111541886A (zh) 一种应用于浑浊水下的视觉增强系统
CN109428987A (zh) 一种头戴式全景360度立体摄像装置及摄像处理方法
CN111079673A (zh) 一种基于裸眼三维的近红外人脸识别方法
CN202721763U (zh) 一种全景视频采集装置
CN101610422A (zh) 立体图像视频序列压缩方法
CN113065479A (zh) 一种基于桌面真三维显示的人脸识别方法
WO2022257184A1 (zh) 图像生成装置获取方法及图像生成装置
CN113781339B (zh) 一种硅基多光谱信号处理方法、装置及移动终端
CN117478894A (zh) 传输颜色和深度信息的系统和方法
CN117036154A (zh) 一种无头显和无失真的全景视频注视点预测方法
CN112862653B (zh) 一种基于图像处理的数据显示系统
CN115937031A (zh) 一种针对低光照图像的增强方法
CN112465730A (zh) 一种运动视频去模糊的方法
CN113902786B (zh) 一种深度图像的预处理方法、系统及相关装置
CN117291855B (zh) 高分辨率图像融合方法
CN114677766B (zh) 基于无镜头成像技术的手语识别方法、系统及交互设备
CN111866386B (zh) 一种基于人工智能的双角度图像处理监控系统
WO2022246791A1 (zh) 多视点图像处理系统及其方法

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210702