光照對(duì)稱性與全局光照強(qiáng)度融合的無(wú)參考人臉光照評(píng)價(jià)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，特別涉及一種用于評(píng)價(jià)人臉圖像光照變化的無(wú)參 考評(píng)價(jià)方法，該方法通過(guò)對(duì)人臉圖像的光照無(wú)參考評(píng)價(jià)，篩選出可用于人臉識(shí)別系統(tǒng)的有 效人臉圖像，以提高人臉識(shí)別的效率。
【背景技術(shù)】
[0002] 人臉識(shí)別系統(tǒng)對(duì)輸入的人臉圖像質(zhì)量非常敏感。當(dāng)輸入的人臉圖像出現(xiàn)光照變 化、臉部旋轉(zhuǎn)、畫面模糊、表情夸張等情況，其識(shí)別率會(huì)顯著下降。如果在人臉圖像檢測(cè)階 段，建立一個(gè)對(duì)人臉圖像質(zhì)量的評(píng)價(jià)機(jī)制，則可根據(jù)評(píng)價(jià)結(jié)果對(duì)采集到的人臉圖像進(jìn)行相 應(yīng)的處理，即質(zhì)量好的人臉圖像（也稱為有效人臉）才允許進(jìn)入人臉識(shí)別環(huán)節(jié)。可見(jiàn)，人臉 圖像質(zhì)量的評(píng)價(jià)，對(duì)人臉識(shí)別會(huì)產(chǎn)生積極的作用。
[0003] 圖像質(zhì)量評(píng)價(jià)最初針對(duì)的是自然圖像評(píng)價(jià)，其評(píng)價(jià)方法有主觀評(píng)價(jià)和客觀評(píng)價(jià)。 主觀評(píng)價(jià)是通過(guò)測(cè)試者對(duì)圖像進(jìn)行觀察得到的評(píng)分進(jìn)行判定，用戶是人?？陀^圖像質(zhì)量評(píng) 價(jià)是通過(guò)計(jì)算機(jī)模擬人眼系統(tǒng)對(duì)圖像進(jìn)行評(píng)價(jià)，其評(píng)價(jià)方式包括全參考評(píng)價(jià)、半?yún)⒖荚u(píng)價(jià) 和無(wú)參考評(píng)價(jià)。客觀評(píng)價(jià)可嵌入到實(shí)際的人臉識(shí)別系統(tǒng)中，實(shí)現(xiàn)高效、實(shí)時(shí)的圖像質(zhì)量評(píng) 價(jià)。
[0004] 全參考和半?yún)⒖荚u(píng)價(jià)由于需要標(biāo)準(zhǔn)圖像，即用質(zhì)量好的圖像作為參考圖像，與需 要評(píng)價(jià)的圖像進(jìn)行比較，而實(shí)際中又很難獲取到標(biāo)準(zhǔn)圖像或者獲取標(biāo)準(zhǔn)圖像的代價(jià)很大， 所以全參考和半?yún)⒖荚u(píng)價(jià)具有一定的限制性。為此，對(duì)圖像質(zhì)量的無(wú)參考客觀評(píng)價(jià)的探索 則具有很大的實(shí)用價(jià)值。
[0005] 人臉圖像質(zhì)量評(píng)價(jià)是圖像評(píng)價(jià)的一個(gè)典型實(shí)例。關(guān)于人臉圖像質(zhì)量及其評(píng)價(jià)的 標(biāo)準(zhǔn)也被國(guó)際標(biāo)準(zhǔn)組織討論通過(guò)，其中IS0/IEC JTC 1/SC 37N 19794-5-2006. Biometric Data Interchange Format-Part 5:Face Image Data 首先對(duì)人臉圖像的質(zhì)量進(jìn)行了定 義，并對(duì)標(biāo)準(zhǔn)圖像做了 規(guī)定。IS0/IEC JTC I/SC 37N 29794-5-2010Biometric Sample Quality-Part 5:Face Image Data 是對(duì) IS0/IEC JTC 1/SC 37N 19794-5 的補(bǔ)充，主要 對(duì)影響人臉圖像質(zhì)量的因素進(jìn)行了歸類和提出了一些根據(jù)相關(guān)因素評(píng)價(jià)人臉圖像質(zhì)量的 思路。在對(duì)人臉圖像質(zhì)量的分析中，標(biāo)準(zhǔn)對(duì)影響人臉圖像質(zhì)量的因素進(jìn)行了分類。標(biāo)準(zhǔn) 認(rèn)為在人臉識(shí)別中光照是影響人臉圖像質(zhì)量及識(shí)別很重要的一個(gè)因素，同時(shí)標(biāo)準(zhǔn)對(duì)人臉 的左右半臉進(jìn)行了統(tǒng)計(jì)差異性分析。當(dāng)需要分析的圖像是二維肖像圖像，標(biāo)準(zhǔn)認(rèn)為人臉 的左右對(duì)稱性可以用于評(píng)價(jià)光照質(zhì)量。Moses在"Y. Moses, Y. Adini, and S. Ullman. Face Recognition:The problem of compensating for changes in illumination direction. IEEE PAMI，1997, 19(7) :721-732. "中的研究表明，光照的對(duì)稱性和光照強(qiáng)度是影響人臉 識(shí)別效果的一個(gè)重要的因素。FERET (Face Recognition Technology) "P. J. Phillips, H. Moon, S. A. Rizvi, P. J. Rauss. The FERET evaluation methodology for face recognition algorithms. IEEE PAMI，2000, 22 (10) :1090-1104. "的有關(guān)測(cè)試結(jié)果也說(shuō)明，人臉識(shí)別系 統(tǒng)的性能在很大程度上受環(huán)境光照變化的影響。Zhou Wang，Alan C. Bovik在研究論文"A universal Image Quality Index. IEEE Signal Processing Letters. 2002,9(3):81-84" 中提出了一種無(wú)參考圖像質(zhì)量指標(biāo)（Universal Image Quality Index，UQI)用于評(píng)價(jià)人臉 圖像的光照失真。其中，
【主權(quán)項(xiàng)】
1. 一種用于評(píng)價(jià)人臉圖像的綜合光照質(zhì)量的無(wú)參考光照評(píng)價(jià)方法，具體方法如下： ① 輸入正面的人臉圖像，對(duì)圖像濾波，得到濾波后的圖像I; ② 將人臉圖像劃分為左右對(duì)稱的左右兩半部分Ip Ικ; ③ 將劃分好的右半部分人臉I(yè)k翻轉(zhuǎn)為I FK; ④ 將左半部分人臉I(yè)J乍為參考圖像、I FK為測(cè)試對(duì)象，用亮度評(píng)價(jià)指標(biāo)分塊計(jì)算得到質(zhì) 量分布矩陣，采用相關(guān)性加權(quán)的方法求得光照對(duì)稱值Q s; ⑤ 根據(jù)人眼對(duì)灰度的敏感性，確定對(duì)人眼產(chǎn)生激勵(lì)的像素灰度范圍，統(tǒng)計(jì)人眼主要感 興趣的像素值的數(shù)量，求其占整幅圖像像素值的比例，其可反映圖像的光照強(qiáng)度Q 1，并將其 作為權(quán)值； ⑥ 結(jié)合光照對(duì)稱值Qs與光照強(qiáng)度Q:，得到無(wú)參考光照評(píng)價(jià)值Qa。
2. 根據(jù)權(quán)利要求1所述的用于評(píng)價(jià)人臉圖像的綜合光照質(zhì)量的無(wú)參考評(píng)價(jià)方法，其特 點(diǎn)在于，所述步驟④的具體方法為：將左半部分人臉k當(dāng)作參考圖像，翻轉(zhuǎn)后的右半人臉 Ifk當(dāng)作測(cè)試圖像，從左上角開(kāi)始，采用8X8的滑動(dòng)窗口用LQI指標(biāo)計(jì)算各個(gè)塊的(^值，由 此得到質(zhì)量分布矩陣QM，（《% = ;然后采用相關(guān)性加權(quán)的方法求整幅人臉 圖像的光照對(duì)稱值Qs; 其中，亮度評(píng)價(jià)指標(biāo)為：込μχ、別代表參考圖像與測(cè)試圖像的灰度 均值，凡2、/^分別代表參考圖像與測(cè)試圖像的方差； N 工 Q1 .wk 光照對(duì)稱值定義為：α = -，其中&代表第k個(gè)塊用LQI計(jì)算得到的％值， Σ% * A二1 Wk表示第k個(gè)塊的權(quán)值； 相關(guān)性加權(quán)方法的權(quán)值為：Wk= gk (XiJi)，gk(x，y) = P k(x，y)+c，
，表示兩幅圖像第k個(gè)塊的相關(guān)系數(shù)，XiJ i為第k個(gè) 塊中的像素，X、F為第k個(gè)塊中的像素均值；c為一個(gè)較小的常數(shù)。
3. 根據(jù)權(quán)利要求1所述的用于評(píng)價(jià)人臉圖像的綜合光照質(zhì)量的無(wú)參考評(píng)價(jià)方法，其特 征在于，所述步驟⑤的具體方法為： 將人眼對(duì)灰度的敏感性近似定義為：
，其中其中f (i，j)代表像素點(diǎn)（i，j)的灰度值； s(i，j)代表人眼對(duì)像素點(diǎn)（i，j)的灰度敏感性，s(i，j) e (〇, I); 根據(jù)灰度敏感性確定對(duì)人眼產(chǎn)生有效激勵(lì)的像素值范圍，統(tǒng)計(jì)在該像素范圍內(nèi)的像素 數(shù)目N，求其占整幅圖像像素值的比例，其比例可反映圖像的光照強(qiáng)度，將其作為權(quán)值，采用 全局光照強(qiáng)度計(jì)算公式：m、η表示圖像I的寬高。 m. η
4.根據(jù)權(quán)利要求1所述的用于評(píng)價(jià)人臉圖像的綜合光照質(zhì)量的無(wú)參考評(píng)價(jià)方法，其特 征在于，所述步驟⑥的具體方法：采用乘積的方式，融合光照對(duì)稱值Qs與光照強(qiáng)度Q i，求得 最終的無(wú)參考光照評(píng)價(jià)值為！
Q1Jt越接近1表示人臉圖像 的光照質(zhì)量越好，Q1Jt越接近〇則表示人臉圖像的光照質(zhì)量越差。
【專利摘要】本發(fā)明是一種光照對(duì)稱性與全局光照強(qiáng)度融合的無(wú)參考光照評(píng)價(jià)方法。首先，將人臉劃分為對(duì)稱的左右兩半，用亮度指標(biāo)LQI計(jì)算得到光照對(duì)稱性質(zhì)量矩陣，提出采用相關(guān)性加權(quán)的方法求得光照對(duì)稱值。然后，提出根據(jù)人眼對(duì)灰度的敏感性來(lái)確定對(duì)人眼產(chǎn)生激勵(lì)的像素灰度范圍，由此統(tǒng)計(jì)該范圍內(nèi)的像素占整幅圖像總像素的比例，定義其為人臉圖像的全局光照強(qiáng)度，將其作為權(quán)值。最后，提出以乘積的方式融合光照對(duì)稱性與全局光照強(qiáng)度求得人臉圖像的無(wú)參考光照質(zhì)量值。實(shí)驗(yàn)結(jié)果表明：本發(fā)明是一種能夠有效、快速地?zé)o參考人臉光照評(píng)價(jià)方法，該方法復(fù)雜度較低，計(jì)算時(shí)間快，適用于人臉識(shí)別系統(tǒng)有效人臉的篩選。
【IPC分類】G06K9-00
【公開(kāi)號(hào)】CN104657714
【申請(qǐng)?zhí)枴緾N201510068009
【發(fā)明人】李偉紅, 尹渺源, 龔衛(wèi)國(guó)
【申請(qǐng)人】重慶大學(xué)
【公開(kāi)日】2015年5月27日
【申請(qǐng)日】2015年2月9日