本发明涉及人脸识别技术邻域，具体应用于人脸识别的图像曝光调整方法。
背景技术：
随着科技的不断进步，基于人的脸部特征信息进行身份识别的人脸识别技术一种生物技术在安防、金融、交通、教育、医疗等诸多邻域场景得到了广泛应用。
目前人脸识别相机在室内光照环境良好稳定的环境中相机抓取图片质量较好，人脸识别效果稳定且精确。然而在室外，或者光照易发生变化的场景，由于各种物理因素导致抓拍的图片质量比较差，使得实际人脸识别效果与预期差距较大。存在着如下问题，普通相机由于基于大场景的曝光通常会导致图像偏暗，而基于人脸的曝光，背景图像通常会过曝，导致无法达到所需的识别效果。
技术实现要素：
本发明所要解决的技术问题是由于光照等因素导致正常曝光下人脸偏暗，和基于人脸曝光情况导致视频非人脸区域过曝的问题。
本发明所采用的技术方案是：提供一种基于人脸识别的图像曝光调整方法，包括以下步骤：
步骤s1，相机实时拍摄并获取一帧raw图像；
步骤s2，调节整个图像达到所需曝光值并传输至主控制器；由所述主控制器执行人脸识别算法；
步骤s3，当相机检测到有人脸时，对图像人脸区域和非人脸区域进行亮度统计；
步骤s4，获取统计区域亮度，根据人脸亮度调整曝光得到一帧图像frame1；同时根据非人脸区域的亮度，调整曝光得到一帧图像frame2；
步骤s5，合成两帧图像得到所需图像再次执行人脸识别算法。
进一步地，步骤s2中，人脸识别算法采用mtcn算法得到人脸区域位置。
进一步地，步骤s3中，所述区域亮度通过计算该区域的灰度直方图的期望得到。
更进一步地，步骤s3中，若未检测到人脸，则返回执行步骤2。
进一步地，在步骤s5中，所述合成两帧图像通过拉普拉斯金字塔方法得到，具体将两帧图像在拉普拉斯金字塔同一层同一点p(x，y)分别做8邻域的梯度均值计算，将梯度均值大的点作为新图像在拉普拉斯金字塔该层的对应值。
更进一步地，得到合成后图像的拉普拉斯金字塔，并由此拉普拉斯金字塔重构一幅图像。
本发明的有益效果是：
1）本方案解决了由于光照等因素导致正常曝光下人脸偏暗，和基于人脸曝光情况导致视频非人脸区域过曝问题，获得合成后背景和人脸曝光较好的图像。
2）相比普通一般相机曝光方法，本设计方案抓拍的人脸光照较好，不会偏暗，同时相比于普通基于人脸的曝光方法，获取视频效果较好，视频背景不会过爆。
附图说明
图1是本发明基于人脸识别的图像曝光调整方法的流程示意图。
具体实施方式
下面结合附图对本发明进一步说明。
本申请方案主要通过在相机获取到一帧raw图像后结合人脸识别算法给出的人脸位置区域，对人脸区域和非人脸区域分别进行亮度统计，根据人脸亮度调整曝光得道一帧图像frame1，再根据非人脸区域的亮度，调整曝光得到一帧图像frame2，将两帧图像进行合成，最终得道一帧合成后背景和人脸曝光都较好的图像。
基于人脸识别的图像曝光调整方法具体工作流程如下：
在相机获取到一帧raw图像后结合人脸识别算法给出的人脸位置区域，人脸识别算法采用mtcn算法得到人脸区域位置，然后对人脸区域和非人脸区域分别进行亮度统计，人脸亮度通过计算人脸区域灰度直方图的期望得到，同理，非人脸区域亮度通过计算非人脸区域的灰度直方图的期望得到，根据人脸亮度调整曝光得到一帧图像frame1，再根据非人脸区域的亮度，调整曝光得到一帧图像frame2，将两帧图像进行合成，合成方法通过拉普拉斯金字塔方法，将两幅图图分别做8层拉普拉斯金字塔变换,对金字塔每一层进行融合（对两幅图像金字塔同一层同一点p(x，y)分别做8邻域的梯度均值，梯度均值越大，图像越清晰，梯度均值大的点作为新图像的拉普拉斯金字塔在该层的对应值），从而得到融合后的图像的拉普拉斯金字塔，然后由此金字塔重构一幅图像，最终得到一帧合成后背景和人脸曝光都较好的图像。
1.基于人脸识别的图像曝光调整方法，其特征在于，包括以下步骤：
步骤s1，相机实时拍摄并获取一帧raw图像；
步骤s2，调节整个图像达到所需曝光值并传输至主控制器；由所述主控制器执行人脸识别算法；
步骤s3，当相机检测到有人脸时，对图像人脸区域和非人脸区域进行亮度统计；
步骤s4，获取统计区域亮度，根据人脸亮度调整曝光得到一帧图像frame1；同时根据非人脸区域的亮度，调整曝光得到一帧图像frame2；
步骤s5，合成两帧图像得到所需图像再次执行人脸识别算法。
2.如权利要求1所述的基于人脸识别的图像曝光调整方法，其特征在于：步骤s2中，人脸识别算法采用mtcn算法得到人脸区域位置。
3.如权利要求1所述的基于人脸识别的图像曝光调整方法，其特征在于：步骤s3中，所述区域亮度通过计算该区域的灰度直方图的期望得到。
4.如权利要求1所述的基于人脸识别的图像曝光调整方法，其特征在于：步骤s3中，若未检测到人脸，则返回执行步骤2。
5.如权利要求1所述的基于人脸识别的图像曝光调整方法，其特征在于：在步骤s5中，所述合成两帧图像通过拉普拉斯金字塔方法得到，具体将两帧图像在拉普拉斯金字塔同一层同一点p(x，y)分别做8邻域的梯度均值计算，将梯度均值大的点作为新图像在拉普拉斯金字塔该层的对应值。
6.如权利要求1或5所述的基于人脸识别的图像曝光调整方法，其特征在于：得到合成后图像的拉普拉斯金字塔，并由此拉普拉斯金字塔重构一幅图像。
技术总结