本發(fā)明涉及人臉識(shí)別領(lǐng)域，特別是指一種自適應(yīng)可調(diào)節(jié)的人臉識(shí)別方法和裝置。

背景技術(shù)：

人臉識(shí)別包括圖像采集、特征提取和特征匹配。在人臉識(shí)別領(lǐng)域一直存在著一個(gè)問題，困擾著該領(lǐng)域的發(fā)展。即在進(jìn)行人臉識(shí)別時(shí)，當(dāng)時(shí)場(chǎng)景的光照強(qiáng)度會(huì)影響采集到的人臉圖像的亮度，人臉圖像的亮度會(huì)影響識(shí)別效果，亮度偏暗和偏亮都會(huì)使得人臉圖像的信息缺失以及存在較大干擾，對(duì)后續(xù)的特征提取和特征匹配產(chǎn)生影響，使得人臉識(shí)別的準(zhǔn)確率降低。

現(xiàn)有技術(shù)中為了避免采集到的人臉圖像偏暗和偏亮，一般采用亮度傳感器得到外界光照強(qiáng)度，若光線強(qiáng)度在一定的范圍內(nèi)，則認(rèn)為人臉圖像的亮度符合要求，否則認(rèn)為人臉圖像的亮度偏亮或偏暗，需要調(diào)節(jié)補(bǔ)光燈來降低或提高外界光照強(qiáng)度，或者使用圖像傳感器里面的“自動(dòng)曝光”等功能，最終達(dá)到調(diào)節(jié)人臉圖像的亮度的目的。

但是現(xiàn)有技術(shù)僅僅是通過外界的光照強(qiáng)度來間接判斷人臉圖像的亮度，不能準(zhǔn)確的判斷人臉圖像的亮度是否符合人臉識(shí)別的要求。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種自適應(yīng)可調(diào)節(jié)的人臉識(shí)別方法和裝置，相比單純的通過外界光照強(qiáng)度來判斷人臉圖像是否符合要求，本發(fā)明更加簡單和準(zhǔn)確，能夠得到高質(zhì)量的人臉圖像。

為解決上述技術(shù)問題，本發(fā)明提供技術(shù)方案如下：

一種自適應(yīng)可調(diào)節(jié)的人臉識(shí)別方法，包括：

采集人臉圖像；

檢測(cè)所述人臉圖像的亮度值；

判斷所述亮度值是否在預(yù)先設(shè)定的亮度值范圍內(nèi)，若是，使用所述人臉圖像進(jìn)行人臉識(shí)別，若否，調(diào)節(jié)補(bǔ)光燈的光照強(qiáng)度，并轉(zhuǎn)至所述采集人臉圖像。

一種自適應(yīng)可調(diào)節(jié)的人臉識(shí)別裝置，包括：

采集模塊，用于采集人臉圖像；

檢測(cè)模塊，用于檢測(cè)所述人臉圖像的亮度值；

判斷模塊，用于判斷所述亮度值是否在預(yù)先設(shè)定的亮度值范圍內(nèi)，若是，則觸發(fā)人臉識(shí)別模塊，若否，則觸發(fā)調(diào)節(jié)模塊，并在觸發(fā)調(diào)節(jié)模塊后轉(zhuǎn)至采集模塊；

人臉識(shí)別模塊，用于根據(jù)所述人臉圖像進(jìn)行人臉識(shí)別；

調(diào)節(jié)模塊，用于調(diào)節(jié)補(bǔ)光燈的光照強(qiáng)度。

本發(fā)明具有以下有益效果：

本發(fā)明首先采集得到人臉圖像，然后檢測(cè)采集得到的人臉圖像的亮度值，并判斷該亮度值是否在預(yù)先設(shè)定的亮度值范圍內(nèi)，若是，表明采集到的人臉圖像的亮度值是符合要求的，可以進(jìn)行后續(xù)的人臉識(shí)別，若大于預(yù)先設(shè)定的亮度值范圍，表明人臉圖像偏亮，若小于預(yù)先設(shè)定的亮度值范圍，表明人臉圖像偏暗，根據(jù)偏亮或者偏暗的結(jié)果減小或增大補(bǔ)光燈的光照強(qiáng)度，再次采集人臉圖像并進(jìn)行上述各個(gè)步驟，直至得到亮度值符合要求的人臉圖像，即，滿足預(yù)先設(shè)定的亮度值范圍，接著進(jìn)行后續(xù)的人臉識(shí)別過程。

本發(fā)明通過檢測(cè)人臉圖像的亮度值來判斷人臉圖像是否符合要求，相比單純的通過外界光照強(qiáng)度來判斷人臉圖像是否符合要求更加簡單和準(zhǔn)確，能夠得到高質(zhì)量的人臉圖像。

附圖說明

圖1為本發(fā)明的自適應(yīng)可調(diào)節(jié)的人臉識(shí)別方法一個(gè)實(shí)施例的流程示意圖；

圖2為本發(fā)明的自適應(yīng)可調(diào)節(jié)的人臉識(shí)別裝置一個(gè)實(shí)施例的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為使本發(fā)明要解決的技術(shù)問題、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖及具體實(shí)施例進(jìn)行詳細(xì)描述。

一方面，本發(fā)明提供一種自適應(yīng)可調(diào)節(jié)的人臉識(shí)別方法，如圖1所示，其特征在于，包括：

S100：采集人臉圖像。

S200：檢測(cè)人臉圖像的亮度值。

本步驟可以使用本領(lǐng)域技術(shù)人員可以知道的各種檢測(cè)方法檢測(cè)人臉圖像的亮度值。這些檢測(cè)方法輸入的是一張人臉圖像(灰度或RGB)，通過這個(gè)檢測(cè)方法之后，輸出的是一個(gè)亮度值，我們可以用這個(gè)亮度值來衡量這張人臉圖像的亮度，進(jìn)而反映出當(dāng)時(shí)拍照時(shí)的光照強(qiáng)度(這兩者是一個(gè)正比關(guān)系)。

這里舉一個(gè)簡單的實(shí)施例：對(duì)人臉圖像的所有像素灰度值進(jìn)行累加求平均，使用圖像平均灰度值作為人臉圖像的亮度值。

S300：判斷亮度值是否在預(yù)先設(shè)定的亮度值范圍內(nèi)，若是，執(zhí)行S400，若否，執(zhí)行S500，并轉(zhuǎn)至S100。

預(yù)先設(shè)定的亮度值范圍可以根據(jù)具體的人臉識(shí)別確定，這里舉一個(gè)簡單的實(shí)施例：如果使用前述的圖像平均灰度值作為人臉圖像的亮度值，預(yù)先設(shè)定的亮度值范圍為112-144，若亮度值小于112認(rèn)為是偏暗，大于144認(rèn)為是偏亮，后續(xù)調(diào)整只需根據(jù)是偏暗或偏亮進(jìn)行調(diào)整即可。

S400：使用人臉圖像進(jìn)行人臉識(shí)別，并結(jié)束。

S500：調(diào)節(jié)補(bǔ)光燈的光照強(qiáng)度。

可以通過多種方式調(diào)節(jié)補(bǔ)光燈的光照強(qiáng)度：例如可以根據(jù)一定的調(diào)節(jié)步進(jìn)，每次將補(bǔ)光燈的光照強(qiáng)度增大或減小一個(gè)預(yù)設(shè)值，逐步調(diào)節(jié)，直至人臉圖像的亮度符合人臉識(shí)別的要求；或者，根據(jù)人臉圖像當(dāng)前的亮度值和補(bǔ)光燈的當(dāng)前光照強(qiáng)度進(jìn)行計(jì)算，得到目標(biāo)調(diào)節(jié)強(qiáng)度，一次將補(bǔ)光燈的光照強(qiáng)度增大或減小到目標(biāo)調(diào)節(jié)強(qiáng)度，使得人臉圖像的亮度符合人臉識(shí)別的要求。

本發(fā)明首先采集得到人臉圖像，然后檢測(cè)采集得到的人臉圖像的亮度值，并判斷該亮度值是否在預(yù)先設(shè)定的亮度值范圍內(nèi)，若是，表明采集到的人臉圖像的亮度值是符合要求的，可以進(jìn)行后續(xù)的人臉識(shí)別，若大于預(yù)先設(shè)定的亮度值范圍，表明人臉圖像偏亮，若小于預(yù)先設(shè)定的亮度值范圍，表明人臉圖像偏暗，根據(jù)偏亮或者偏暗的結(jié)果減小或增大補(bǔ)光燈的光照強(qiáng)度，再次采集人臉圖像并進(jìn)行上述各個(gè)步驟，直至得到亮度值符合要求的人臉圖像，即，滿足預(yù)先設(shè)定的亮度值范圍，接著進(jìn)行后續(xù)的人臉識(shí)別過程。

本發(fā)明通過檢測(cè)人臉圖像的亮度值來判斷人臉圖像是否符合要求，相比單純的通過外界光照強(qiáng)度來判斷人臉圖像是否符合要求更加簡單和準(zhǔn)確，能夠得到高質(zhì)量的人臉圖像。

前述已經(jīng)介紹了檢測(cè)人臉圖像的亮度值的一個(gè)簡單的實(shí)施例，但是本發(fā)明并不限于該實(shí)施例，例如還可以通過如下方法檢測(cè)人臉圖像的亮度值：

S210：從人臉圖像中檢測(cè)出人臉并提取出來，作為人臉區(qū)域。

具體過程可以為：先檢測(cè)出人臉在人臉圖像中的位置，然后對(duì)人臉圖像進(jìn)行裁剪，只保留人臉區(qū)域，人臉區(qū)域一般為一個(gè)矩形區(qū)域。

S220：對(duì)人臉區(qū)域進(jìn)行歸一化處理，保證人臉區(qū)域大小相同，方便對(duì)不同人臉圖像的數(shù)據(jù)處理和比較。

S230：提取出歸一化處理后人臉區(qū)域的SIFT特征向量。

尺度不變特征變換(Scale-invariant feature transform，SIFT)，是用于圖像處理領(lǐng)域的一種描述。這種描述具有尺度不變性，可在圖像中檢測(cè)出關(guān)鍵點(diǎn)，是一種局部特征描述子。

SIFT特征向量是圖像的局部特征，其對(duì)旋轉(zhuǎn)、尺度縮放、亮度變化保持不變性，對(duì)視角變化、仿射變換、噪聲也保持一定程度的穩(wěn)定性；并且SIFT特征向量獨(dú)特性好，信息量豐富，適用于在海量特征數(shù)據(jù)庫中進(jìn)行快速、準(zhǔn)確的匹配。

SIFT特征向量的提取一般包括以下幾個(gè)步驟：

S231：尺度空間極值檢測(cè)。搜索所有尺度上的圖像位置，通過高斯微分函數(shù)來識(shí)別潛在的對(duì)于尺度和旋轉(zhuǎn)不變的興趣點(diǎn)。

S232：關(guān)鍵點(diǎn)定位。在每個(gè)候選的興趣點(diǎn)位置上，通過一個(gè)擬合精細(xì)的模型來確定位置和尺度。

S233：方向確定。基于圖像局部的梯度方向，分配給每個(gè)關(guān)鍵點(diǎn)位置一個(gè)或多個(gè)方向，所有后面的對(duì)圖像數(shù)據(jù)的操作都相對(duì)于關(guān)鍵點(diǎn)的方向、尺度和位置進(jìn)行變換，從而提供對(duì)于這些變換的不變性。

S234：關(guān)鍵點(diǎn)描述。以特征點(diǎn)為中心取16×16的鄰域作為采樣窗口，將采樣點(diǎn)與特征點(diǎn)的相對(duì)方向通過高斯加權(quán)后歸入包含8個(gè)方向的梯度直方圖，最后獲得4×4×8的128維特征描述子，即為SIFT特征向量。

S240：通過BOW模型將SIFT特征向量轉(zhuǎn)化為BOW特征向量。

BOW(bag of words)模型，也稱詞袋模型，能夠?qū)IFT特征轉(zhuǎn)化成一個(gè)語義上的向量，即BOW特征向量。SIFT特征向量雖然也能描述一幅圖像，但是每個(gè)SIFT特征向量都是128維的，而且一幅圖像通常都包含成百上千個(gè)SIFT特征向量，在進(jìn)行相似度計(jì)算時(shí)，這個(gè)計(jì)算量是非常大的，將其轉(zhuǎn)化為BOW特征向量能夠大大提高計(jì)算效率。

BOW模型需要預(yù)先進(jìn)行訓(xùn)練，訓(xùn)練時(shí)需要有多個(gè)人臉圖像的SIFT特征向量，訓(xùn)練步驟如下：

S241：將上述多個(gè)SIFT特征向量聚類成n類。這n類中的每一類就相當(dāng)于是圖片的“單詞”，所有的n個(gè)類別構(gòu)成“詞匯表”。

訓(xùn)練完畢后，即可提取待處理人臉圖像的BOW特征向量，步驟如下：

S242：對(duì)人臉圖像的特征點(diǎn)，將其歸到前面計(jì)算的類別中，統(tǒng)計(jì)這張人臉圖像各個(gè)類別出現(xiàn)的頻率，作為人臉圖像的BOW特征向量。

S250：使用預(yù)先訓(xùn)練好的SVR分類器，對(duì)BOW特征向量進(jìn)行處理，得到人臉圖像的亮度值。SVR分類器是一個(gè)高維非線性函數(shù)，能夠?qū)OW特征向量映射到亮度值。

本實(shí)施例首先從人臉圖像中檢測(cè)出人臉區(qū)域，并按照檢測(cè)到的人臉區(qū)域做歸一化操作，針對(duì)歸一化后的人臉區(qū)域，提取SIFT特征，并轉(zhuǎn)化為BOW特征向量。利用已經(jīng)訓(xùn)練好的SVR分類器，計(jì)算當(dāng)前人臉區(qū)域?qū)?yīng)的亮度值。本實(shí)施例得到的亮度值能夠精確地描述一張人臉圖像的亮度，方便后續(xù)調(diào)節(jié)補(bǔ)光燈。

上述的SVR分類器可以通過如下步驟訓(xùn)練得到：

S100’：制定訓(xùn)練樣本庫，訓(xùn)練樣本庫包括多個(gè)人臉圖像樣本和與該人臉圖像樣本對(duì)應(yīng)的亮度值，亮度值取值范圍為0-100。

訓(xùn)練樣本庫可以基于Multi-PIE人臉數(shù)據(jù)庫(該數(shù)據(jù)庫包含了337個(gè)人，750,000多張人臉圖像樣本，涵蓋了多個(gè)人在不同的姿態(tài)，表情，光照強(qiáng)度下的人臉圖像樣本)的子集，根據(jù)拍攝時(shí)光照強(qiáng)度的控制，為每一張人臉圖像樣本標(biāo)定一個(gè)亮度值0-100，作為訓(xùn)練樣本庫。

S200’：從每個(gè)人臉圖像樣本中檢測(cè)出人臉并提取出來，作為人臉區(qū)域。具體過程同S210。

S300’：對(duì)每個(gè)人臉區(qū)域進(jìn)行歸一化處理。

具體過程可以為：針對(duì)這些已經(jīng)標(biāo)定好的數(shù)據(jù)(人臉圖像樣本及其對(duì)應(yīng)的亮度值)，檢測(cè)人臉圖像樣本，提取人臉?biāo)趨^(qū)域，并歸一化到同樣的大小。

S400’：提取出歸一化處理后每個(gè)人臉區(qū)域的SIFT特征向量。具體過程同S230。

S500’：通過BOW模型將每個(gè)SIFT特征向量轉(zhuǎn)化為BOW特征向量。具體過程同S240。

至此每一張人臉圖像樣本，我們得到了一個(gè)BOW特征向量，和對(duì)應(yīng)的已經(jīng)標(biāo)定好的亮度值。

S600’：通過支持向量回歸(SVR)算法，使用所有BOW特征向量和該BOW特征向量對(duì)應(yīng)的亮度值對(duì)SVR分類器進(jìn)行訓(xùn)練，訓(xùn)練出一個(gè)非線性的方程，得到一個(gè)從BOW特征向量到光照值的一個(gè)高維非線性函數(shù)。訓(xùn)練結(jié)束。

事實(shí)上，S100’-S600’是在采集人臉圖像(即S100)之前就已經(jīng)進(jìn)行完畢的，即預(yù)先訓(xùn)練好SVR分類器，然后再進(jìn)行本發(fā)明采集人臉圖像的步驟。

經(jīng)過以上操作之后，我們可以得到一幅人臉圖像的亮度值，從而推斷出拍照時(shí)的環(huán)境光照強(qiáng)度。另一個(gè)方面的問題是，到底怎樣的亮度值是最優(yōu)的，即預(yù)先設(shè)定的亮度值范圍怎樣確定，這里給出一個(gè)實(shí)施例：

S100”：制定多個(gè)測(cè)試樣本庫，每個(gè)測(cè)試樣本庫包括同一批人的某個(gè)亮度值的多個(gè)人臉圖像樣本，不同測(cè)試樣本庫的人臉圖像樣本的亮度值不同。

測(cè)試樣本庫也可以基于Multi-PIE人臉數(shù)據(jù)庫的子集，即從Multi-PIE人臉數(shù)據(jù)庫中分離出同一批人相同的姿態(tài)下，某個(gè)亮度值的人臉圖像樣本，作為一個(gè)測(cè)試樣本庫，其他測(cè)試樣本庫是同一批人相同的姿態(tài)下，其他亮度值的人臉圖像樣本。

S200”：通過人臉識(shí)別算法對(duì)每個(gè)測(cè)試樣本庫中的人臉圖像樣本進(jìn)行人臉識(shí)別。

S300”：根據(jù)人臉圖像樣本的人臉識(shí)別結(jié)果計(jì)算每個(gè)測(cè)試樣本庫的拒真率和認(rèn)假率，得到在多個(gè)亮度值下的拒真率和認(rèn)假率。

拒真率(FRR)，在本發(fā)明中可以通俗的理解為“把應(yīng)該相互匹配成功的人臉當(dāng)成不能匹配的人臉”的概率。認(rèn)假率(FAR)，在本發(fā)明中可以通俗的理解為“把不應(yīng)該匹配的人臉當(dāng)成匹配的人臉”的概率。

S400”：以亮度值為橫坐標(biāo)，以拒真率為第一縱坐標(biāo)，以認(rèn)假率為第二縱坐標(biāo)，繪制ROC曲線。

S500”：根據(jù)ROC曲線確定亮度值范圍。通過比對(duì)FAR，F(xiàn)RR等一系列性能指標(biāo)，獲取到最適合人臉識(shí)別算法的亮度值區(qū)間，從而為整個(gè)反饋調(diào)節(jié)環(huán)節(jié)提供一個(gè)有意義的建議。該亮度值區(qū)間即為預(yù)先設(shè)定的亮度值范圍，要求在該區(qū)間內(nèi)，拒真率和認(rèn)假率均處在較小的范圍內(nèi)。

事實(shí)上，S100”-S500”是在采集人臉圖像(即S100)之前就已經(jīng)進(jìn)行完畢的，即預(yù)先亮度值范圍內(nèi)，在該亮度值范圍內(nèi)的人臉圖像符合人臉識(shí)別的要求，然后再進(jìn)行本發(fā)明采集人臉圖像的步驟。然而S100”-S500”與S100’-S600’并沒有嚴(yán)格的先后關(guān)系，即可以先訓(xùn)練SVR分類器，也可以先確定亮度值范圍，甚至可以同時(shí)進(jìn)行。

作為本發(fā)明前述實(shí)施例的一種改進(jìn)，還可以增加調(diào)節(jié)圖像傳感器參數(shù)的步驟，具體為：

在人臉圖像的亮度值小于預(yù)先設(shè)定的亮度值范圍時(shí)，需要增大補(bǔ)光燈的光照強(qiáng)度，但是若補(bǔ)光燈光照強(qiáng)度增大到最大值后，人臉圖像的亮度值仍然小于預(yù)先設(shè)定的亮度值范圍，則需要調(diào)節(jié)圖像傳感器的參數(shù)以增加人臉圖像的亮度值，例如增加曝光時(shí)間，增加曝光增益等。

同理，在人臉圖像的亮度值大于預(yù)先設(shè)定的亮度值范圍時(shí)，需要減少補(bǔ)光燈的光照強(qiáng)度，但是若補(bǔ)光燈光照強(qiáng)度減少到最小值后，人臉圖像的亮度值仍然大于預(yù)先設(shè)定的亮度值范圍，則需要調(diào)節(jié)圖像傳感器的參數(shù)以減少人臉圖像的亮度值，例如減少曝光時(shí)間，減少曝光增益等。

例如，本發(fā)明中，單顆補(bǔ)光燈的亮度范圍是0～6.5毫瓦/立體角，若在這個(gè)范圍內(nèi)的調(diào)節(jié)不能滿足要求，則可以調(diào)節(jié)圖像傳感器的曝光時(shí)間，把曝光時(shí)間調(diào)大，人臉圖像就會(huì)變亮，調(diào)小，人臉圖像就會(huì)變暗。圖像傳感器的曝光時(shí)間最小值為0，最大值為65535。

并且，本發(fā)明還可以根據(jù)外界光照強(qiáng)度調(diào)節(jié)補(bǔ)光燈，具體為：在采集人臉圖像之前先通過亮度傳感器獲取外界光照強(qiáng)度，再判斷外界光照強(qiáng)度是否在預(yù)先設(shè)定的光照強(qiáng)度范圍內(nèi)，若是，執(zhí)行采集人臉圖像，若否，調(diào)節(jié)補(bǔ)光燈的光照強(qiáng)度，并轉(zhuǎn)至獲取外界光照強(qiáng)度。例如，當(dāng)外界光照強(qiáng)度小于100微瓦/平方厘米時(shí)，開啟補(bǔ)光等，并調(diào)節(jié)補(bǔ)光燈的光照強(qiáng)度至合適的值。

外界光照強(qiáng)度過大或過小(即不在預(yù)先設(shè)定的光照強(qiáng)度范圍內(nèi))時(shí)，采集到的人臉圖像的亮度很難符合要求，并且也不利于后續(xù)補(bǔ)對(duì)光燈調(diào)節(jié)，因此在采集人臉圖像之前先將外界光照強(qiáng)度調(diào)節(jié)到預(yù)先設(shè)定的光照強(qiáng)度范圍內(nèi)，可以使得后續(xù)調(diào)節(jié)方便。

綜上所述，本發(fā)明將圖像傳感器、補(bǔ)光燈、外界光照強(qiáng)度和人臉圖像亮度檢測(cè)算法有機(jī)的聯(lián)動(dòng)起來，當(dāng)外界光線變化時(shí)，會(huì)調(diào)整補(bǔ)光燈的亮度或圖像傳感器的參數(shù)以補(bǔ)償外界光照強(qiáng)度，并對(duì)補(bǔ)償后圖像傳感器輸出的人臉圖像進(jìn)行判定，確定人臉圖像亮度是否適合人臉識(shí)別，根據(jù)判定結(jié)果再去調(diào)整補(bǔ)光燈和圖像傳感器，直到人臉圖像符合標(biāo)準(zhǔn)。本發(fā)明能夠得到高質(zhì)量的、亮度符合人臉識(shí)別要求的人臉圖像。

另一方面，本發(fā)明提供一種自適應(yīng)可調(diào)節(jié)的人臉識(shí)別裝置，如圖2所示，包括：

采集模塊11，用于采集人臉圖像。

檢測(cè)模塊12，用于檢測(cè)人臉圖像的亮度值。

本發(fā)明中，向檢測(cè)模塊中輸入一張人臉圖像(灰度或RGB)，輸出一個(gè)亮度值，可以用這個(gè)亮度值來衡量這張人臉圖像的亮度，進(jìn)而反映出當(dāng)時(shí)拍照時(shí)的光照強(qiáng)度(這兩者是一個(gè)正比關(guān)系)。

這里給出檢測(cè)模塊的一個(gè)實(shí)施例：對(duì)人臉圖像的所有像素灰度值進(jìn)行累加求平均，使用圖像平均灰度值作為人臉圖像的亮度值。

判斷模塊13，用于判斷亮度值是否在預(yù)先設(shè)定的亮度值范圍內(nèi)，若是，則觸發(fā)人臉識(shí)別模塊14，若否，則觸發(fā)調(diào)節(jié)模塊15，并在觸發(fā)調(diào)節(jié)模塊后轉(zhuǎn)至采集模塊11。

預(yù)先設(shè)定的亮度值范圍可以根據(jù)具體的人臉識(shí)別確定，這里舉一個(gè)簡單的實(shí)施例：如果使用前述的圖像平均灰度值作為人臉圖像的亮度值，預(yù)先設(shè)定的亮度值范圍為112-144，若亮度值小于112認(rèn)為是偏暗，大于144認(rèn)為是偏亮，后續(xù)調(diào)整只需根據(jù)是偏暗或偏亮進(jìn)行調(diào)整即可。

人臉識(shí)別模塊14，用于根據(jù)所述人臉圖像進(jìn)行人臉識(shí)別。

調(diào)節(jié)模塊15，用于調(diào)節(jié)補(bǔ)光燈的光照強(qiáng)度。

補(bǔ)光燈光照強(qiáng)度的調(diào)節(jié)方式有多種：例如可以根據(jù)一定的調(diào)節(jié)步進(jìn)，每次將補(bǔ)光燈的光照強(qiáng)度增大或減小一個(gè)預(yù)設(shè)值，逐步調(diào)節(jié)，直至人臉圖像的亮度符合人臉識(shí)別的要求；或者，根據(jù)人臉圖像當(dāng)前的亮度值和補(bǔ)光燈的當(dāng)前光照強(qiáng)度進(jìn)行計(jì)算，得到目標(biāo)調(diào)節(jié)強(qiáng)度，一次將補(bǔ)光燈的光照強(qiáng)度增大或減小到目標(biāo)調(diào)節(jié)強(qiáng)度，使得人臉圖像的亮度符合人臉識(shí)別的要求。

本發(fā)明首先通過采集模塊采集得到人臉圖像，然后通過檢測(cè)模塊檢測(cè)采集得到的人臉圖像的亮度值，并通過判斷模塊判斷該亮度值是否在預(yù)先設(shè)定的亮度值范圍內(nèi)，若是，表明采集到的人臉圖像的亮度值是符合要求的，可以觸發(fā)人臉識(shí)別模塊進(jìn)行后續(xù)的人臉識(shí)別，若大于預(yù)先設(shè)定的亮度值范圍，表明人臉圖像偏亮，若小于預(yù)先設(shè)定的亮度值范圍，表明人臉圖像偏暗，根據(jù)偏亮或者偏暗的結(jié)果減小或增大補(bǔ)光燈的光照強(qiáng)度，再次采集人臉圖像并進(jìn)行上述各個(gè)模塊，直至得到亮度值符合要求的人臉圖像，即，滿足預(yù)先設(shè)定的亮度值范圍，接著觸發(fā)人臉識(shí)別模塊進(jìn)行后續(xù)的人臉識(shí)別過程。

本發(fā)明通過檢測(cè)人臉圖像的亮度值來判斷人臉圖像是否符合要求，相比單純的通過外界光照強(qiáng)度來判斷人臉圖像是否符合要求更加簡單和準(zhǔn)確，能夠得到高質(zhì)量的人臉圖像。

前述已經(jīng)介紹了檢測(cè)模塊的一個(gè)簡單的實(shí)施例，但是本發(fā)明并不限于該實(shí)施例，例如檢測(cè)模塊還可以包括：

前述已經(jīng)介紹了檢測(cè)模塊的一個(gè)簡單的實(shí)施例，但是本發(fā)明并不限于該實(shí)施例，例如檢測(cè)模塊還可以包括：

第一人臉區(qū)域提取單元，用于從人臉圖像中檢測(cè)出人臉并提取出來，作為人臉區(qū)域。

第一歸一化單元，用于對(duì)人臉區(qū)域進(jìn)行歸一化處理。

第一SIFT特征向量提取單元，用于提取出歸一化處理后人臉區(qū)域的SIFT特征向量。

第一BOW特征向量轉(zhuǎn)化單元，用于通過BOW模型將SIFT特征向量轉(zhuǎn)化為BOW特征向量。

SVR分類單元，用于使用預(yù)先訓(xùn)練好的SVR分類器，對(duì)BOW特征向量進(jìn)行處理，得到人臉圖像的亮度值。

本實(shí)施例首先從人臉圖像中檢測(cè)出人臉區(qū)域，并按照檢測(cè)到的人臉區(qū)域做歸一化操作，針對(duì)歸一化后的人臉區(qū)域，提取SIFT特征，并轉(zhuǎn)化為BOW特征向量。利用已經(jīng)訓(xùn)練好的SVR分類器，計(jì)算當(dāng)前人臉區(qū)域?qū)?yīng)的亮度值。本實(shí)施例得到的亮度值能夠精確地描述一張人臉圖像的亮度，方便后續(xù)調(diào)節(jié)補(bǔ)光燈。

上述SVR分類器通過如下單元訓(xùn)練得到：

訓(xùn)練樣本庫制定單元，用于制定訓(xùn)練樣本庫，訓(xùn)練樣本庫包括多個(gè)人臉圖像樣本和與該人臉圖像樣本對(duì)應(yīng)的亮度值，亮度值取值范圍為0-100。

第二人臉區(qū)域提取單元，用于從每個(gè)人臉圖像樣本中檢測(cè)出人臉并提取出來，作為人臉區(qū)域。

第二歸一化單元，用于對(duì)每個(gè)人臉區(qū)域進(jìn)行歸一化處理。

第二SIFT特征向量提取單元，用于提取出歸一化處理后每個(gè)人臉區(qū)域的SIFT特征向量。

第二BOW特征向量轉(zhuǎn)化單元，用于通過BOW模型將每個(gè)SIFT特征向量轉(zhuǎn)化為BOW特征向量。

SVR訓(xùn)練單元，用于使用所有BOW特征向量和該BOW特征向量對(duì)應(yīng)的亮度值對(duì)SVR分類器進(jìn)行訓(xùn)練。

經(jīng)過以上各個(gè)單元的操作之后，我們可以得到一幅人臉圖像的亮度值，從而推斷出拍照時(shí)的環(huán)境光照強(qiáng)度。另一個(gè)方面的問題是，到底怎樣的亮度值是最優(yōu)的，即預(yù)先設(shè)定的亮度值范圍怎樣確定，這里給出一個(gè)實(shí)施例，預(yù)先設(shè)定的亮度值范圍通過如下單元確定：

測(cè)試樣本庫制定單元，用于制定多個(gè)測(cè)試樣本庫，每個(gè)測(cè)試樣本庫包括同一批人的某個(gè)亮度值的多個(gè)人臉圖像樣本，不同測(cè)試樣本庫的人臉圖像樣本的亮度值不同；

人臉識(shí)別單元，用于對(duì)每個(gè)測(cè)試樣本庫中的人臉圖像樣本進(jìn)行人臉識(shí)別；

拒真率和認(rèn)假率計(jì)算單元，用于根據(jù)人臉圖像樣本的人臉識(shí)別結(jié)果計(jì)算每個(gè)測(cè)試樣本庫的拒真率和認(rèn)假率，得到在多個(gè)亮度值下的拒真率和認(rèn)假率；

ROC曲線繪制單元，用于以亮度值為橫坐標(biāo)，以拒真率為第一縱坐標(biāo)，以認(rèn)假率為第二縱坐標(biāo)，繪制ROC曲線；

亮度值范圍確定單元，用于根據(jù)ROC曲線確定亮度值范圍。

通過比對(duì)FAR，F(xiàn)RR等一系列性能指標(biāo)，獲取到最適合人臉識(shí)別算法的亮度值區(qū)間，從而為整個(gè)反饋調(diào)節(jié)環(huán)節(jié)提供一個(gè)有意義的建議。該亮度值區(qū)間即為預(yù)先設(shè)定的亮度值范圍，要求在該區(qū)間內(nèi)，拒真率和認(rèn)假率均處在較小的范圍內(nèi)。

作為本發(fā)明前述實(shí)施例的一種改進(jìn)，調(diào)節(jié)模塊包括：

補(bǔ)光燈光照強(qiáng)度調(diào)節(jié)單元，用于增大或減小補(bǔ)光燈的光照強(qiáng)度；

圖像傳感器調(diào)節(jié)單元，用于在補(bǔ)光燈的光照強(qiáng)度達(dá)到最大值或最小值后，人臉圖像的亮度值仍然不在預(yù)先設(shè)定的亮度值范圍內(nèi)時(shí)，調(diào)節(jié)圖像傳感器的參數(shù)以增加或減小人臉圖像的亮度值。

并且，本發(fā)明還可以根據(jù)外界光照強(qiáng)度調(diào)節(jié)補(bǔ)光燈，此時(shí)，該裝置還包括：

外界光照強(qiáng)度獲取單元，用于獲取外界光照強(qiáng)度；

判斷單元，用于判斷外界光照強(qiáng)度是否在預(yù)先設(shè)定的光照強(qiáng)度范圍內(nèi)，若是，觸發(fā)采集模塊，若否，則觸發(fā)補(bǔ)光燈光照強(qiáng)度調(diào)節(jié)單元，并在觸發(fā)補(bǔ)光燈光照強(qiáng)度調(diào)節(jié)單元后觸發(fā)外界光照強(qiáng)度獲取單元。

外界光照強(qiáng)度過大或過小(即不在預(yù)先設(shè)定的光照強(qiáng)度范圍內(nèi))時(shí)，采集到的人臉圖像的亮度很難符合要求，并且也不利于后續(xù)補(bǔ)對(duì)光燈調(diào)節(jié)，因此在采集人臉圖像之前先將外界光照強(qiáng)度調(diào)節(jié)到預(yù)先設(shè)定的光照強(qiáng)度范圍內(nèi)，可以使得后續(xù)調(diào)節(jié)方便。

以上所述是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明所述原理的前提下，還可以作出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。