买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及人脸识别技术领域，提出了一种抗逆光人脸识别系统及方法，该系统包括图像预处理模块、语言引导模块、频域感知模块和人脸识别模块。本发明通过小波变换的频域空间特性将图像分解为四个子带分量，利用垂直滤波后的子带分量构建基于语言模板的语言引导模块完成图像的逆光粗恢复，随后，利用离散傅里叶变换对频域信息的提取能力，将剩余水平滤波、对角滤波、高频滤波三个子带分量中包含高频分量的特征进行提取，最后将基于扩散模型生成的锐利变量与上述两个机制的输出进行融合，利用编解码器完成对人脸的逆光识别，解决了现有技术提供的逆光环境下人脸图像识别存在的识别准确率不够理想的问题。

主权项：1.一种抗逆光人脸识别系统，其特征在于，所述系统，包括：图像预处理模块，所述图像预处理模块被配置为对接收到的目标人脸图像进行小波变换处理，并对小波变换结果分别进行垂直滤波、水平滤波、对角滤波、高频滤波获得垂直滤波子带分量、水平滤波子带分量、对角滤波子带分量和高频滤波子带分量，K表示阶数；其中，所述图像预处理模块，具体包括：向前扩散单元，所述向前扩散单元被配置为将垂直滤波子带分量构成的输入量通过固定的方差调度逐步变换为损坏的噪声数据，通过标准正态先验处理，并逐渐将随机采样的高斯噪声降噪为一个锐利变量；其中，将垂直滤波子带分量构成的输入量通过固定的方差调度逐步变换为损坏的噪声数据的过程，表示为： ；其中，和分别表示损坏的噪声数据和时间步长t时的方差，表示高斯分布；其中，将随机采样的高斯噪声降噪为一个锐利变量的过程，表示为： ；其中，，通过模型训练得到或直接表示模型，为噪声向量，锐利变量包含图像全局信息，为标准差，为0、1的随机数，为的均值；语言引导模块，所述语言引导模块被配置为利用垂直滤波子带分量对所述目标人脸图像进行逆光粗恢复，获得粗恢复特征；频域感知模块，所述频域感知模块被配置为提取水平滤波子带分量、对角滤波子带分量和高频滤波子带分量中的高频分量特征；人脸识别模块，所述人脸识别模块被配置为基于所述粗恢复特征、所述高频分量特征和垂直滤波子带分量执行向前扩散获得锐利变量，生成目标人脸图像的检测特征值，并利用所述检测特征值识别所述目标人脸图像的身份信息；其中，所述语言引导模块，具体包括：损失函数构建单元，所述损失函数构建单元被配置为利用垂直滤波子带分量和人工进行光照增强获得的图像，生成总损失函数；弱光图像增强单元，所述弱光图像增强单元被配置为基于所述总损失函数，构建弱光图像增强模型，并利用所述弱光图像增强模型对目标人脸图像进行逆光粗恢复，获得粗恢复特征；其中，所述损失函数构建单元，具体包括：CLIP损失确定单元，所述CLIP损失确定单元被配置为获取两种预设引导模板，利用图像编码器和文本编码器对所述预设引导模板和垂直滤波子带分量进行处理，获得CLIP损失；MSE损失确定单元，所述MSE损失确定单元被配置为利用人工进行光照增强后的图像与未增强图像计算两者之间的MSE损失；总损失函数生成单元，所述总损失函数生成单元被配置为根据CLIP损失和MSE损失，生成总损失函数；其中，所述总损失函数的表达式，具体为： ；其中，L为总损失函数；其中，所述CLIP损失的表达式，具体为： ；其中，为图像编码器，为文本编码器，为两种预设引导模板；所述MSE损失的表达式，具体为： ；其中，表示结果人工进行光照增强后的图像，而表示未进行增强的图像，γ为一个常数。

全文数据：

权利要求：

百度查询： 成都华安视讯科技有限公司 一种抗逆光人脸识别系统及方法