本發(fā)明涉及圖像處理技術領域，特別涉及一種基于可見光的人臉優(yōu)選方法及系統。
背景技術：
人臉識別技術已經廣泛應用于各類電子系統，如門禁系統、卡口系統、電子護照、公安、銀行自助系統、信息安全等。但在人臉識別過程中容易產生誤識別的情況，如何提高識別率就顯得尤為重要。而一幅質量很高的人臉圖像進行識別，會產生較高的匹配率，從而提高人臉識別率。
因而需要對人臉圖像的質量進行評價，挑選出評分最高的人臉圖像。目前的圖像質量評價方法，如簡單通過人臉清晰度來評價，很難適應陽光的變化；又如通過人臉偏轉角度評價，當有人為遮擋臉上某一部位，該評價方法也失效。
技術實現要素：
為此，本發(fā)明提出一種基于可見光的人臉優(yōu)選方法及系統，結合人臉三維旋轉角度、人臉陽光曝光面積、人臉清晰度以及人臉遮擋面積的評價指標，以適應人臉在不同應用場景的質量評價，并首先通過預處理直接排除質量過低的圖像，以提高在評分過程的計算效率。
具體方案如下：
一種基于可見光的人臉優(yōu)選方法，包括步驟：
輸入人臉圖像序列；
對人臉圖像序列中的各幅人臉圖像進行人臉質量評分：
計算出人臉三維旋轉角度，將人臉三維旋轉角度作為第一人臉質量評價指標，評分值記為A；
計算出人臉陽光曝光面積，將人臉陽光曝光面積作為第二人臉質量評價指標，評分值記為B；
計算出人臉清晰度，將人臉清晰度作為第三人臉質量評價指標，評分值記為C；
計算出人臉遮擋面積，將人臉遮擋面積作為第四人臉質量評價指標，評分值記為D；
通過加權計算人臉質量總評分E=a*A+b*B+c*C+d*D,其中a,b,c,d 分別為人臉三維旋轉角度、人臉陽光曝光面積、人臉清晰度和人臉遮擋面積的評分權重，a+b+c+d=1，
將經過加權計算人臉質量總評分值最高的圖像作為優(yōu)選的圖像并輸出。
進一步的，還包括對人臉圖像預處理的步驟，在輸入人臉圖像序列步驟之后，計算出人臉圖像中人臉的大小，若人臉的大小大于一設定的閾值，則進入對人臉圖像序列中的各幅人臉圖像進行人臉質量評分的步驟，否則舍棄該人臉圖像。
一種基于可見光的人臉優(yōu)選系統，包括：
輸入模塊，用于輸入人臉圖像序列，
評分模塊，用于對人臉圖像序列中的各幅人臉圖像進行人臉質量評分：
計算出人臉三維旋轉角度，將人臉三維旋轉角度作為第一人臉質量評價指標，評分值記為A；
計算出人臉陽光曝光面積，將人臉陽光曝光面積作為第二人臉質量評價指標，評分值記為B；
計算出人臉清晰度，將人臉清晰度作為第三人臉質量評價指標，評分值記為C；
計算出人臉遮擋面積，將人臉遮擋面積作為第四人臉質量評價指標，評分值記為D；
通過加權計算人臉質量總評分E=a*A+b*B+c*C+d*D,其中a,b,c,d 分別為人臉三維旋轉角度、人臉陽光曝光面積、人臉清晰度和人臉遮擋面積的評分權重，a+b+c+d=1，
輸出模塊，用于將經過加權計算人臉質量總評分值最高的圖像作為優(yōu)選的圖像并輸出。
進一步的，還包括預處理模塊，用于對人臉圖像預處理的步驟，在輸入人臉圖像序列步驟之后，計算出人臉圖像中人臉的大小，若人臉的大小大于一設定的閾值，則進入對人臉圖像序列中的各幅人臉圖像進行人臉質量評分的步驟，否則舍棄該人臉圖像。
與現有技術相比：本發(fā)明通過結合多個不同的評價指標以適應人臉在不同應用場景的質量評價，避免了通過單一特征進行質量評價的局限性，以達到準確的評估人臉圖像的質量，并通過預處理的步驟先排除質量較低的人臉圖像，以簡化評分過程中的運算量，以進一步提高評分的效率。
附圖說明
圖1為本發(fā)明方法的流程圖。
具體實施方式
為進一步說明各實施例，本發(fā)明提供有附圖。這些附圖為本發(fā)明揭露內容的一部分，其主要用以說明實施例，并可配合說明書的相關描述來解釋實施例的運作原理。配合參考這些內容，本領域普通技術人員應能理解其他可能的實施方式以及本發(fā)明的優(yōu)點。現結合附圖和具體實施方式對本發(fā)明進一步說明。
實施例一
如圖1所示，為本發(fā)明實施例的方法流程圖，其包括步驟：
輸入人臉圖像序列；
人臉圖像序列預處理：計算出人臉圖像中人臉的大小，若人臉的大小大于一設定的閾值，則進入對人臉圖像序列中的各幅人臉圖像進行人臉質量評分的步驟，否則舍棄該人臉圖像；
對人臉圖像序列中的各幅人臉圖像進行人臉質量評分：
計算出人臉三維旋轉角度，將人臉三維旋轉角度作為第一人臉質量評價指標，評分值記為A；
計算出人臉陽光曝光面積，將人臉陽光曝光面積作為第二人臉質量評價指標，評分值記為B；
計算出人臉清晰度，將人臉清晰度作為第三人臉質量評價指標，評分值記為C；
計算出人臉遮擋面積，將人臉遮擋面積作為第四人臉質量評價指標，評分值記為D；
通過加權計算人臉質量總評分E=a*A+b*B+c*C+d*D,其中a,b,c,d 分別為人臉三維旋轉角度、人臉陽光曝光面積、人臉清晰度和人臉遮擋面積的評分權重，a+b+c+d=1，
將經過加權計算人臉質量總評分值最高的圖像作為優(yōu)選的圖像并輸出。
在本實施例中，可通過攝像頭裝置采集人臉圖像序列，在進行人臉預處理之前，需要通過人臉檢測算法對圖像中人臉進行定位，以獲取一個矩形框區(qū)域的人臉，預處理的步驟中便可計算得出人臉矩形框面積，即人臉的大小，通過設定一人臉大小的閾值，過濾拍攝距離過遠或者角度不佳的低質量人臉圖像，以減小后續(xù)過程中的數據處理量。
在本實施例中，在對人臉圖像序列中的各幅人臉圖像進行人臉質量評分之前，需要先對人臉五官進行定位。計算人臉三維偏轉角度時，相對于人臉正面的偏轉角度越小，其對應獲得的評分值A便越高。計算人臉陽光曝光面積時，可先計算出人臉被陽光遮擋后的陰影面積，進而結合人臉總面積大小獲取人臉陽光曝光面積，陽光曝光面積越大，對應的人臉亮度也越大，從整體的亮度值范圍看，亮度值在中間段時，其對應的評分值B較高，兩端時，其評分值B較低。計算人臉清晰度時，可通過能量梯度函數直接計算獲得，清晰度與評分值C成正比。計算人臉遮擋面積，通過區(qū)別于人臉其他部位的像素值，可計算得出人臉遮擋面積，人臉遮擋面積越大，其評分值越D越低。
在本實施例中，人臉三維旋轉角度、人臉陽光曝光面積、人臉清晰度和人臉遮擋面積的評分權重可以具體的視靈活地調整獲得較為合理的權重值。
實施例二
基于上述的基于可見光的人臉優(yōu)選方法，本發(fā)明還提出一種基于可見光的人臉優(yōu)選的系統，包括：
輸入模塊，用于輸入人臉圖像序列，
預處理模塊，用于對人臉圖像預處理的步驟，在輸入人臉圖像序列步驟之后，計算出人臉圖像中人臉的大小，若人臉的大小大于一設定的閾值，則進入對人臉圖像序列中的各幅人臉圖像進行人臉質量評分的步驟，否則舍棄該人臉圖像，
評分模塊，用于對人臉圖像序列中的各幅人臉圖像進行人臉質量評分：
計算出人臉三維旋轉角度，將人臉三維旋轉角度作為第一人臉質量評價指標，評分值記為A；
計算出人臉陽光曝光面積，將人臉陽光曝光面積作為第二人臉質量評價指標，評分值記為B；
計算出人臉清晰度，將人臉清晰度作為第三人臉質量評價指標，評分值記為C；
計算出人臉遮擋面積，將人臉遮擋面積作為第四人臉質量評價指標，評分值記為D；
通過加權計算人臉質量總評分E=a*A+b*B+c*C+d*D,其中a,b,c,d 分別為人臉三維旋轉角度、人臉陽光曝光面積、人臉清晰度和人臉遮擋面積的評分權重，a+b+c+d=1，
輸出模塊，用于將經過加權計算人臉質量總評分值最高的圖像作為優(yōu)選的圖像并輸出。
盡管結合優(yōu)選實施方案具體展示和介紹了本發(fā)明，但所屬領域的技術人員應該明白，在不脫離所附權利要求書所限定的本發(fā)明的精神和范圍內，在形式上和細節(jié)上可以對本發(fā)明做出各種變化，均為本發(fā)明的保護范圍。