СПОСОБ АВТОМАТИЧЕСКОЙ РЕГУЛИРОВКИ ЭКСПОЗИЦИИ ДЛЯ ИНФРАКРАСНОЙ КАМЕРЫ И ИСПОЛЬЗУЮЩЕЕ ЭТОТ СПОСОБ ВЫЧИСЛИТЕЛЬНОЕ УСТРОЙСТВО ПОЛЬЗОВАТЕЛЯ Российский патент 2018 года по МПК G06K9/36 G06K9/46 G06K9/62 G03B7/00 

Область техники

[0001] Настоящее изобретение относится к области автоматической регулировки экспозиции камеры для биометрической идентификации пользователя на вычислительном устройстве пользователя.

Уровень техники

[0002] Известные из уровня техники способы автоматической регулировки экспозиции регулируют экспозицию изображения глобально, то есть не берут в расчет освещенность различных участков тела (например, области глаз), по которым происходит биометрическая идентификация пользователя. Другим недостатком таких способов является то, что экспозицию регулируют в них с точки зрения визуального восприятия, но не с точки зрения точности биометрической идентификации. Несмотря на то, что такие способы могут улучшать воспринимаемое человеком качество изображения, они не пригодны для биометрической идентификации пользователя, поскольку при биометрической идентификации основной акцент делается не на воспринимаемое человеком качество изображения, а на его принципиальную пригодность/непригодность для конкретного способа биометрической идентификации. Например, известные из уровня техники способы позволяют автоматически отрегулировать экспозицию изображения так, чтобы освещенность этого изображения в целом была корректной. Однако, освещенность области глаз на таком изображении будет недостаточна для проведения по нему биометрической идентификации пользователя, например, по радужным оболочкам. В результате пользователь устройства не будет идентифицирован и не сможет, например, разблокировать свое устройство или авторизовать транзакцию оплаты с помощью своего устройства. Настоящее изобретение решает эту проблему с использованием в способе автоматической регулировки экспозиции предварительно вычисленной маски весов, которая позволяет осуществлять эту регулировку только под некоторую конкретную область, необходимую для биометрической идентификации. В настоящем изобретении необходимой для идентификации областью изображения является лицевая область, поскольку основной акцент данной заявки делается на корректную биометрическую идентификацию пользователя по радужным оболочкам. Однако, обычному специалисту, после прочтения данного раскрытия, станет понятно, что предложенный способ может быть адаптирован под другую биометрическую информацию такую как, например, изображения ладоней, кистей и т.д. В свете последнего, будет понятно, что предложенный способ является более гибким нежели известные из уровня техники решения.

[0003] Другие известные из уровня техники способы автоматической регулировки экспозиции используют технологии обнаружения лица. Однако, такие технологии являются вычислительно сложными и в полной мере неприменимыми к вычислительным устройствам пользователей, которые обладают ограниченными ресурсами. В качестве примера, патент US 7,298,412 B2 (2007-11-20) раскрывает способ автоматической экспозиции c использованием сложно оптимизируемых вейвлетов Габора и сопоставления графов. Настоящее изобретение обеспечивает уменьшение вычислительной сложности способа по меньшей мере за счет того, что маску весов вычисляют предварительно, т.е. до момента фактической процедуры биометрической идентификации.

[0004] Другие известные из уровня техники способы автоматической регулировки экспозиции используют инкрементальную подстройку экспозиции, при которой параметры камеры продолжительное время подстраиваются под оптимальное значение кадр за кадром. В этом случае время, за которое получают достаточно экспонированное изображение, может быть существенным. Пример такого подхода раскрыт в патенте US 9,536,292 B2 (2017-01-03). Настоящее изобретение обеспечивает ускорение получения корректной экспозиции за счет применения двухстадийной оценки/регулировки экспозиции, где на первой стадии осуществляют вычислительно легкую и быструю субоптимальную оценку/регулировку экспозиции, а на второй стадии осуществляют точную оценку/регулировку экспозиции, обеспечивающую оптимальную экспозицию и минимальный уровень шума при захвате камерой следующего изображения. Благодаря этому оптимальная экспозиция может быть получена за близкое к 1 число кадров.

[0005] Различные другие реализации известны в данной области техники, но, насколько можно разумно установить из их доступной документации, эти реализации не могут адекватно решить все вышеуказанные проблемы, решаемые описанным в данной заявке изобретением.

Сущность изобретения

[0006] В первом аспекте настоящего изобретения предложен способ автоматической регулировки экспозиции для камеры, содержащий этапы, на которых: осуществляют захват (S100) изображения лица пользователя; проводят глобальную оценку (S101) экспозиции камеры по захваченному изображению лица пользователя, проверяя выполнение первого условия: - если упомянутое первое условие не выполняется, получают (S101.1) первое приближение к оптимальному значению экспозиции камеры и осуществляют субоптимальную регулировку (S101.2) значений параметров камеры в соответствии с первым приближением или - если упомянутое первое условие выполняется, переходят к выполнению этапа точной оценки (S102) экспозиции лица пользователя без осуществления субоптимальной регулировки значений параметров камеры; проводят точную оценку (S102) экспозиции лица пользователя по захваченному изображению лица пользователя для получения оптимального значения экспозиции, используя предварительно вычисленную маску весов лицевой области, при этом входными значениями параметров при выполнении данного этапа являются субоптимально отрегулированные значения параметров камеры, если упомянутое первое условие не было выполнено, или значения параметров камеры, с которыми упомянутое изображение лица пользователя было захвачено, если упомянутое первое условие было выполнено; регулируют (S103) значения параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя.

[0007] Во втором аспекте настоящего изобретения предложено вычислительное устройство (50) пользователя, содержащее процессор (50.1), камеру (50.2) и память (50.3), хранящую исполняемые процессором инструкции, которые, при исполнении процессором, дают команду процессору на выполнение способа автоматической регулировки экспозиции для камеры по первому аспекту настоящего изобретения.

[0008] Таким образом, настоящее изобретение решает вышеуказанные проблемы и обеспечивает корректную регулировку экспозиции камеры, гарантирующую максимально эффективную биометрическую идентификацию. Кроме того, настоящее изобретение обладает уменьшенной вычислительной сложностью и обеспечивает ускорение регулировки экспозиции до уровня корректной экспозиции или оптимальной под требуемые задачи экспозиции и, следовательно, ускорение проведения самой процедуры биометрической идентификации на вычислительном устройстве пользователя, обладающем ограниченными ресурсами. Сама по себе регулировка экспозиции согласно настоящему изобретению обеспечивает корректную регулировку экспозиции даже при сложных условиях освещенности (например, в темном помещении, или при ярком солнечном свете), гарантируя законному пользователю устройства возможность успешно пройти процедуру биометрической идентификации по мере такой необходимости. Кроме того, настоящее изобретение может быть использовано для решения ряда аналогичных задач, поскольку его можно адаптировать (подготовив соответствующую маску весов) под различные виды биометрической информации, будь то ИК изображения радужных оболочек, ИК изображения сосудистого русла ладоней, кистей или изображения всего лица для идентификации пользователя по лицу. Кроме того, настоящее изобретение расширяет набор известных технических средств автоматической регулировки экспозиции для процедуры биометрической идентификации пользователя.

Краткое описание чертежей

[0009] Другие достоинства настоящего изобретения станут очевидны специалисту в данной области техники после ознакомления с нижеследующим подробным описанием различных вариантов его осуществления, а также с чертежами, на которых:

[Фиг. 1] Фигура 1 иллюстрирует предпочтительный вариант осуществления способа автоматической регулировки экспозиции для камеры.

[Фиг. 2] Фигура 2 иллюстрирует предпочтительный вариант осуществления глобальной оценки (S101) экспозиции камеры.

[Фиг. 3] Фигура 3 иллюстрирует предпочтительный вариант осуществления точной оценки (S102) экспозиции лица пользователя.

[Фиг. 4] Фигура 4 иллюстрирует предпочтительный вариант осуществления предварительного вычисления (S99) маски весов лицевой области.

[Фиг. 5] Фигура 5 иллюстрирует предпочтительный вариант осуществления определения универсального показателя освещенности MSV.

[Фиг. 6] Фигура 6 иллюстрирует предпочтительный вариант осуществления вычислительного устройства (50) пользователя, в котором может быть реализован способ автоматической регулировки экспозиции для камеры.

Подробное описание вариантов осуществления изобретения

[0010] Предпочтительные варианты осуществления настоящего изобретения теперь будут описаны более подробно со ссылкой на чертежи, на которых идентичные элементы на разных фигурах, по возможности, идентифицируются одинаковыми ссылочными позициями. Эти варианты осуществления представлены посредством пояснения настоящего изобретения, которое, однако, не следует ими ограничивать. Специалисты в данной области техники поймут после ознакомления с настоящим подробным описанием и чертежами, что могут быть сделаны различные модификации и варианты.

[0011] Фигура 1 иллюстрирует предпочтительный вариант осуществления способа автоматической регулировки экспозиции для камеры.

[0012] На этапе (S100) осуществляют захват изображения лица пользователя. Этот захват может быть произведен инфракрасной или обычной камерами.

[0013] На этапе (S101) проводят глобальную оценку экспозиции камеры по захваченному изображению лица пользователя. Эта глобальная оценка может быть осуществлена путем проверки первого условия на выполнение. Первым условием может быть условие | |< , где - универсальный показатель освещенности изображения, - предварительно определенное пороговое значение универсального показателя освещенности изображения и - предварительно определенное пороговое значение перехода между субоптимальной и точной регулировкой параметров камеры, заданные эмпирически, например, путем анализа статически значимой выборки изображений. В результате анализа выборки, статистически значимой для целей настоящего изобретения, значение 3,4 было получено для и значение 0,7 было получено для . Тем не менее, настоящее изобретение не следует ограничивать упомянутыми конкретными значениями, поскольку для выборки, статистически значимой для других целей (т.е. для биометрической идентификации не по радужным оболочкам) упомянутые конкретные пороговые значения могут отличаться. Предпочтительный вариант осуществления и детали определения MSV будут описаны ниже со ссылкой на фигуру 5.

[0014] Если упомянутое первое условие не выполняется, может быть получено первое приближение к оптимальному значению экспозиции камеры и осуществлена субоптимальная регулировка значений параметров камеры в соответствии с первым приближением . Предпочтительный вариант осуществления и детали этих этапов будут описаны ниже со ссылкой на фигуру 2. Если упомянутое первое условие выполняется, может быть выполнен переход сразу к этапу точной оценки экспозиции лица пользователя без осуществления субоптимальной регулировки значений параметров камеры.

[0015] На этапе (S102) проводят точную оценку экспозиции лица пользователя по захваченному изображению лица пользователя для получения оптимального значения экспозиции. Эта точная оценка экспозиции лица пользователя может быть проведена с использованием предварительно вычисленной маски весов лицевой области. Предпочтительный вариант осуществления и детали предварительного вычисления маски весов лицевой области будут описаны ниже со ссылкой на фигуру 4. Входными значениями параметров для данного этапа точной оценки экспозиции могут быть субоптимально отрегулированные значения параметров камеры, если упомянутое первое условие не было выполнено, или значения параметров камеры, с которыми упомянутое изображение лица пользователя было захвачено, если упомянутое первое условие было выполнено. Предпочтительный вариант осуществления и детали точной оценки экспозиции лица пользователя будут описаны ниже со ссылкой на фигуру 3.

[0016] На этапе (S103) регулируют значения параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя.

[0017] Фигура 2 иллюстрирует предпочтительный вариант осуществления глобальной оценки (S101) экспозиции камеры.

[0018] Глобальная оценка может быть выполнена путем проверки выполнения условия ||<и если это условие не выполняется - получения (S101.1) первого приближения к оптимальному значению экспозиции камеры и осуществления субоптимальной регулировки (S101.2) значений параметров камеры в соответствии с первым приближением , которые состоят в следующем.

[0019] На подэтапе (S101.3) значение (оценки экспозиции) захваченного изображения может быть вычислено, используя вычисленный , как .

[0020] На подэтапе (S101.4) вычисленное значение может быть сравнено c предопределенными пороговыми значениями и , заданными эмпирически, например, путем анализа статически значимой выборки изображений.

[0021] На подэтапе (S101.5), если значение попадает в субоптимальную зону , первое приближение к оптимальному значению экспозиции может быть вычислено согласно уравнениям , , где

- значение экспозиции захваченного изображения, которое может быть получено из параметров камеры, установленных в момент захвата захваченного изображения,

- относительное значение оптимальной экспозиции, зависящее от параметров камеры, установленных в момент захвата захваченного изображения, и

- относительное текущее значение экспозиции захваченного изображения, зависящее от параметров камеры, установленных в момент захвата захваченного изображения.

[0022] На подэтапе (S101.6), если значение не попадает в упомянутую субоптимальную зону, упомянутое значение может сравниваться с

[0023] На подэтапе (S101.7), если , первое приближение к оптимальному значению экспозиции может быть вычислено по формуле , где

- поправочный коэффициент экспозиции, заданный эмпирически, например, путем анализа статически значимой выборки изображений, и

- число итераций работы способа до попадания значения в упомянутую субоптимальную зону, зависящее от входного изображения.

[0024] На подэтапе (S101.8), если , первое приближение к оптимальному значению экспозиции может быть вычислено по формуле .

[0025] Фигура 3 иллюстрирует предпочтительный вариант осуществления точной оценки (S102) экспозиции лица пользователя.

[0026] На подэтапе (S102.1) вычисляют (S102.1) взвешенный . Взвешенный может быть определен аналогично , определение которого будет подробно описано ниже со ссылкой на фигуру 5. Определение взвешенного может отличаться от определения тем, что при определении взвешенного каждому пикселю изображения при вычислении гистограммы может быть сопоставлен вес из ранее упомянутой предварительно вычисленной маски весов лицевой области или любой другой требуемой области. Предпочтительный вариант осуществления и детали предварительного вычисления маски весов лицевой области будут описаны ниже со ссылкой на фигуру 4.

[0027] На подэтапе (S102.2) проверяют выполнение второго условия , где - показатель, к численному значению которого должно стремиться значение изображения, а определяет границу интервала, в котором захватывают изображение наилучшего качества. Вычисление и может быть выполнен в несколько этапов. Для нескольких множеств предварительно собранных изображений лиц различных пользователей, захваченных в различных условиях освещенности, по которым, как будет подробно описано ниже со ссылкой на фигуру 4, предварительно вычисляют маску весов лицевой области, может быть вычислена попарная мера несоответствия (HD, расстояние Хэмминга) и для каждого изображения верификации определен MSV. Тем самым, для каждого изображения верификации могут быть получены значения HD и MSV. Затем, на графике может быть построена зависимость HD(MSV) для получения множества точек. После этого, это множество точек может подвергаться кластеризации, используя, например, метод k-средних, на 3 кластера, но без ограничения упомянутым конкретным числом кластеров. Затем может быть построена плотность распределения f точек упомянутых кластеров. После этого, может быть получен как = arg max(f), т.е. соответствует аргументу максимума функции распределения. Предпочтительным интервал - от 0 до 5. Далее, может быть определен самый плотный (информативный) из упомянутых 3 кластеров и определены его границы (левая и правая границы могут быть обозначены как l и r, соответственно). После этого, может быть получена как . Предпочтительные значения - [0.1 ; 0.5 ].

[0028] На подэтапе (S102.3), если упомянутое второе условие не выполняется, может быть осуществлена проверка выполнения третьего условия .

[0029] На подэтапе (S102.4), если упомянутое третье условие не выполняется, значения параметров камеры могут быть уменьшены и использованы в качестве отрегулированных на этапе (S103) значений параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя.

[0030] На подэтапе (S102.5), если упомянутое третье условие выполняется, значения параметров камеры могут быть увеличены и использованы в качестве отрегулированных на этапе (S103) значений параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя.

[0031] На подэтапе (S102.6), если упомянутое второе условие выполняется, в качестве отрегулированных на этапе (S103) значений параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя могут быть использованы текущие (исходные) значения параметров камеры, с которыми упомянутое изображение лица пользователя было захвачено.

[0032] Для обеспечения оптимального значения экспозиции может быть отрегулирован по меньшей мере один параметр камеры, выбранный из группы, состоящей из: времени экспозиции, коэффициента усиления, ширины импульса, силы тока, задержки импульса. Время экспозиции - интервал времени, в течение которого свет экспонирует участок светочувствительного материала или светочувствительной матрицы. Коэффициент усиления - обеспечивает усиление сигнала с датчика камеры. Сила тока - величина силы тока, подающегося на устройство. Ширина импульса - время, в течение которого ток подается на устройство для обеспечения единичного импульса. Задержка импульса - время задержки между двумя последовательными импульсами (в течение которого ток не подается на устройство). В предпочтительном варианте осуществления для обеспечения оптимального значения экспозиции регулируют два параметра камеры - время экспозиции и коэффициент усиления.

[0033] Фигура 4 иллюстрирует предпочтительный вариант осуществления предварительного вычисления (S99) маски весов лицевой области. Как было указано выше, настоящее изобретение не следует ограничивать маской весов именно лицевой области, поскольку нижеследующая последовательность этапов предварительного вычисления (S99) маски весов лицевой области может быть адаптирована под предварительное вычисление (S99) маски весов таких областей, как область ладони, область кисти, область запястья или область любой другой части тела пользователя, изображение которой можно захватывать камерой и использовать в качестве биометрической информации в процессе биометрической идентификации пользователя. В предпочтительном варианте осуществления предварительно вычисляют маску весов лицевой области, которая определяет сопоставляемый каждому пикселю изображения вес в соответствии с влиянием корректности установки экспозиции данного пикселя на успешность прохождения процедуры биометрической идентификации пользователя на принадлежащем ему вычислительном устройстве. Таким образом, в предпочтительном варианте осуществления настоящего изобретения больший вес получают области глаз, содержащиеся в лицевой области. Благодаря этому достигается локальная подстройка экспозиции камеры под области глаз для корректной биометрической идентификации пользователя по радужным оболочкам.

[0034] В ходе предварительного вычисления (S99) маски весов лицевой области могут быть использованы несколько множеств предварительно собранных изображений лиц различных пользователей, захваченных в различных условиях освещенности. В предпочтительном варианте настоящего изобретения таких множеств два: (1) множество предварительно собранных изображений лиц различных пользователей, захваченных инфракрасной камерой при наружном освещении, и (2) множество предварительно собранных изображений лиц различных людей, захваченных инфракрасной камерой при освещении внутри помещений. Вычисление маски весов лицевой области на данных именно таких множеств адаптирует настоящий способ под корректное проведение процедуры биометрической идентификации пользователя по радужным оболочкам в сложных условиях освещенности (темное помещение, яркий солнечный свет). Нижеследующие этапы выполняют, обрабатывая соответствующие предварительно собранные изображения лиц для каждого пользователя из упомянутых различных пользователей.

[0035] На этапе (S99.1) может быть вычислена попарная мера несоответствия радужных оболочек пользователя. Для этого могут сравниваться захваченное пользователем при регистрации изображение регистрации радужных оболочек с каждым из изображений верификации радужных оболочек того же самого пользователя, полученных в результате некоторого числа верификаций. В результате этого сравнения могут быть получены соответствующие расстояния Хэмминга, являющиеся мерой различия сравниваемых радужных оболочек пользователя. Под изображением регистрации понимается изображение пользователя, захваченное в качестве опорного изображения при его первичной регистрации на своем устройстве. Под изображением верификации понимается захваченное изображение пользователя, которое используется при биометрической идентификации пользователя посредством его сравнения с опорным изображением (т.е. изображением регистрации) пользователя. Изображение верификации захватывается в ходе каждой процедуры верификации. Изображения регистрации и верификаций могут быть сохранены в памяти пользовательского устройства.

[0036] На этапе (S99.2) каждое из изображений верификации радужных оболочек может быть уменьшено до квадрата некоторого размера. В предпочтительном варианте осуществления размером упомянутого квадрата является размер 200*200. Уменьшение размера позволяет сэкономить вычислительные ресурсы устройства, на котором реализуют предварительное вычисление маски весов, и ресурсов вычислительного устройства пользователя, на котором полученная маска будет применена. Настоящее изобретение в том числе может быть реализовано без этапа (S99.2).

[0037] На этапе (S99.3) может быть вычислена матрица, каждая строка которой является линеаризованным изображением верификации радужных оболочек уменьшенного размера, формирующим вектор признаков 1*40000 (в случае размера изображения 200*200 на выходе с этапа S99.2). Таким образом, данный этап не следует ограничивать размерностью вектора признаков 1*40000.

[0038] На этапе (S99.4) для каждой строки матрицы может быть определена метка, что формирует вектор меток для упомянутой матрицы. Если расстояние Хэмминга для некоторой из строк матрицы больше или равно некоторому пороговому значению, в качестве метки для этой строки матрицы может быть определено значение 0, и если расстояние Хэмминга для некоторой из строк матрицы меньше упомянутого порогового значения, в качестве метки для этой строки матрицы может быть определено значение 1, или наоборот (если внести инверсивные изменения).

[0039] На этапе (S99.5) каждая строка из строк матрицы может быть совмещена с соответствующей меткой сформированного вектора меток.

[0040] На этапе (S99.6) используя логистическую регрессию для вычисленной матрицы и сформированного вектора меток могут быть получены логистические коэффициенты для каждого пикселя соответствующего изображения верификации. Каждый логистический коэффициент может отражать меру значимости данного пикселя для успешной верификации пользователя.

[0041] На этапе (S99.7) полученный вектор логистических коэффициентов может быть преобразован в матрицу размером 200*200 (в случае размера изображения 200*200 на выходе с этапа S99.2), определяющую тем самым маску весов лицевой области, в которой области глаз получили больший вес, нежели другие части лицевой области. Данный этап не следует ограничивать размером маски весов лицевой области 200*200.

[0042] Предварительно вычисленная вышеуказанным способом (S99) маска весов лицевой области может быть подана на этап (S102) вышеописанного способа. Предварительное вычисление (S99) маски весов лицевой области может быть реализовано заранее на любом устройстве, внешнем по отношению к вычислительному устройству пользователя, на котором вышеописанный способ может быть реализован. Затем эта маска весов лицевой области может быть передана любым известным из уровня техники способом вычислительному устройству пользователя и сохранена в его памяти для последующего использования. Как следствие, обеспечивается снижение вычислительной сложности способа, реализуемого на вычислительном устройстве пользователя.

[0043] Фигура 5 иллюстрирует предпочтительный вариант осуществления определения универсального показателя освещенности MSV.

[0044] На этапе (S98.1) может быть вычислена гистограмма захваченного изображения посредством подсчета количества пикселей данного изображения, яркость которых входит в один из пяти интервалов, равномерно распределенных в диапазоне от 0 до 255. Количество интервалов равное пяти задано экспериментальным образом, но может варьироваться от 2 до 256.

[0045] На этапе (S98.2), используя вычисленную гистограмму, может быть вычислен следующим образом где - количество пикселей в каждом интервале гистограммы, - индекс интервала.

[0046] Фигура 6 иллюстрирует предпочтительный вариант осуществления вычислительного устройства (50) пользователя, в котором может быть реализован вышеописанный способ автоматической регулировки экспозиции для камеры.

[0047] Это вычислительное устройство (50) пользователя может содержать процессор (50.1), камеру (50.2) и память (50.3), хранящую исполняемые процессором инструкции, которые, при исполнении процессором, дают команду процессору на выполнение любого аспекта вышеописанного способа автоматической регулировки экспозиции. Как было указано выше, память (50.3) может быть выполнена с возможностью хранения предварительно вычисленной маски весов лицевой области, а также с возможностью обеспечения доступа к ней процессором (50.1).

[0048] Вычислительным устройством (50) пользователя может быть любое устройство пользователя, которое содержит, по меньшей мере, процессор, камеру и память, такое как, например, смартфон, планшет, умные часы, настольный компьютер, ноутбук, и т.д.

[0049] Используемые в данной заявке ссылочные позиции не следует интерпретировать как однозначно определяющие последовательность этапов, поскольку, после ознакомления с вышеуказанным раскрытием, специалисту станут понятны другие модифицированные последовательности вышеописанных этапов. Ссылочные позиции использовались в этом описании и используются в нижеследующей формуле лишь в качестве сквозного указателя на соответствующий элемент заявки, который облегчает ее восприятие и гарантирует соблюдение единства терминологии.

[0050] Хотя данное изобретение было описано с определенной степенью детализации, следует понимать, что настоящее раскрытие было сделано только в качестве иллюстрации и что к многочисленным изменениям в деталях конструкций, компоновке частей устройства или этапов и содержания способов можно прибегать, не выходя за рамки объема изобретения, который определяется нижеследующей формулой изобретения.

Группа изобретений относится к технологиям автоматической регулировки экспозиции камеры для биометрической идентификации пользователя на вычислительном устройстве. Техническим результатом является обеспечение корректной регулировки экспозиции камеры, которая гарантирует максимально эффективную биометрическую идентификацию пользователя. Предложен способ автоматической регулировки экспозиции для камеры. Способ содержит этап, на котором осуществляют захват изображения лица пользователя. Далее проводят глобальную оценку экспозиции камеры по захваченному изображению лица пользователя. Проверяют выполнение первого условия: если упомянутое первое условие не выполняется, получают первое приближение к оптимальному значению экспозиции камеры и осуществляют субоптимальную регулировку значений параметров камеры в соответствии с первым приближением. 2 н. и 6 з.п. ф-лы, 6 ил.

1. Способ автоматической регулировки экспозиции для камеры, содержащий этапы, на которых:

осуществляют захват (S100) изображения лица пользователя;

проводят глобальную оценку (S101) экспозиции камеры по захваченному изображению лица пользователя, проверяя выполнение первого условия:

- если упомянутое первое условие не выполняется, получают (S101.1) первое приближение к оптимальному значению экспозиции камеры и осуществляют субоптимальную регулировку (S101.2) значений параметров камеры в соответствии с первым приближением или

- если упомянутое первое условие выполняется, переходят к выполнению этапа точной оценки (S102) экспозиции лица пользователя без осуществления субоптимальной регулировки значений параметров камеры;

проводят точную оценку (S102) экспозиции лица пользователя по захваченному изображению лица пользователя для получения оптимального значения экспозиции, используя предварительно вычисленную маску весов лицевой области, в которой областям, содержащим глаза, присваивается больший вес, при этом входными значениями параметров при выполнении данного этапа являются субоптимально отрегулированные значения параметров камеры, если упомянутое первое условие не было выполнено, или значения параметров камеры, с которыми упомянутое изображение лица пользователя было захвачено, если упомянутое первое условие было выполнено;

регулируют (S103) значения параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя,

при этом первым условием, которое проверяют на этапе проведения глобальной оценки (S101), является условие ||<, где - универсальный показатель освещенности изображения, - предварительно определенное пороговое значение универсального показателя освещенности изображения и - предварительно определенное пороговое значение перехода между субоптимальной и точной регулировкой параметров камеры.

2. Способ по п. 1, в котором

камера является инфракрасной камерой.

3. Способ по п. 2, в котором определяют (S98) посредством выполнения подэтапов, на которых:

вычисляют (S98.1) гистограмму захваченного изображения, подсчитывая количество пикселей данного изображения, яркость которых входит в один из пяти интервалов, равномерно распределенных в диапазоне от 0 до 255;

используя вычисленную гистограмму, вычисляют (S98.2) следующим образом где - количество пикселей в каждом интервале гистограммы, - индекс интервала.

4. Способ по любому из пп. 1-3, в котором подэтапы получения (S101.1) первого приближения к оптимальному значению экспозиции камеры и осуществления субоптимальной регулировки (S101.2) значений параметров камеры в соответствии с первым приближением содержат подэтапы, на которых:

используя вычисленный , вычисляют (S101.3) значение (оценки экспозиции) захваченного изображения согласно уравнению ;

сравнивают (S101.4) вычисленное значение c предопределенными пороговыми значениями и :

- если значение попадает в субоптимальную зону , вычисляют (S101.5) первое приближение к оптимальному значению экспозиции согласно уравнениям , ,

где - значение экспозиции захваченного изображения,

- относительное значение оптимальной экспозиции и

- относительное текущее значение экспозиции захваченного изображения, или

- если значение не попадает в упомянутую субоптимальную зону, сравнивают (S101.6) упомянутое значение с :

-- если , вычисляют (S101.7) первое приближение к оптимальному значению экспозиции по формуле ,

где - поправочный коэффициент экспозиции и

- число итераций, или

-- если , вычисляют (S101.8) первое приближение к оптимальному значению экспозиции по формуле .

5. Способ по любому из пп. 1-3, в котором этап проведения точной оценки (S102) экспозиции лица пользователя по захваченному изображению лица пользователя содержит подэтапы, на которых:

вычисляют (S102.1) взвешенный , где каждому пикселю изображения при вычислении гистограммы сопоставляют вес из упомянутой предварительно вычисленной маски весов лицевой области;

проверяют выполнение (S102.2) второго условия , где - показатель, к численному значению которого должно стремиться значение изображения, а определяет границу интервала, в котором захватывают изображение наилучшего качества:

- если упомянутое второе условие не выполняется, проверяют (S102.3) выполнение третьего условия ;

- если упомянутое третье условие не выполняется, уменьшают (S102.4) значения параметров камеры и используют эти уменьшенные значения параметров камеры в качестве отрегулированных на этапе (S103) значений параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя; или

- если упомянутое третье условие выполняется, увеличивают (S102.5) значения параметров камеры и используют эти увеличенные значения параметров камеры в качестве отрегулированных на этапе (S103) значений параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя; или

- если упомянутое второе условие выполняется, используют (S102.6) значения параметров камеры, с которыми упомянутое изображение лица пользователя было захвачено, в качестве отрегулированных на этапе (S103) значений параметров камеры для обеспечения оптимального значения экспозиции при захвате камерой следующего изображения лица пользователя.

6. Способ по п. 1, в котором для обеспечения оптимального значения экспозиции регулируют по меньшей мере один параметр, выбранный из группы, состоящей из: времени экспозиции, коэффициента усиления, ширины импульса, силы тока, задержки импульса.

7. Способ по любому из пп. 1-3, в котором упомянутую маску весов лицевой области предварительно вычисляют (S99) посредством выполнения подэтапов, на которых, используя множество предварительно собранных изображений лиц различных пользователей, захваченных инфракрасной камерой при наружном освещении, и множество предварительно собранных изображений лиц различных людей, захваченных инфракрасной камерой при освещении внутри помещений, для каждого из этих пользователей:

вычисляют (S99.1) попарную меру несоответствия радужных оболочек пользователя, сравнивая захваченное пользователем при регистрации изображение регистрации радужных оболочек с каждым из изображений верификации радужных оболочек того же самого пользователя, полученных в результате некоторого числа верификаций, для получения соответствующих расстояний Хэмминга, являющихся мерой различия сравниваемых радужных оболочек пользователя;

уменьшают (S99.2) каждое из изображений верификации радужных оболочек до размера 200*200;

вычисляют (S99.3) матрицу, каждая строка которой является линеаризованным изображением верификации радужных оболочек уменьшенного размера, формирующим вектор признаков 1*40000;

определяют (S99.4) для каждой строки матрицы метку, формируя вектор меток для упомянутой матрицы, при этом если расстояние Хэмминга для некоторой из строк матрицы больше или равно некоторому пороговому значению, в качестве метки для этой строки матрицы определяют значение 0, и если расстояние Хэмминга для некоторой из строк матрицы меньше упомянутого порогового значения, в качестве метки для этой строки матрицы определяют значение 1;

совмещают (S99.5) каждую из строк матрицы с соответствующей меткой сформированного вектора меток;

используя логистическую регрессию для вычисленной матрицы и сформированного вектора меток, получают (S99.6) логистические коэффициенты для каждого пикселя соответствующего изображения верификации, при этом каждый логистический коэффициент отражает меру значимости данного пикселя для успешной верификации пользователя; и

преобразуют (S99.7) полученный вектор логистических коэффициентов в матрицу размером 200*200, определяя тем самым маску весов лицевой области.

8. Вычислительное устройство (50) пользователя, содержащее процессор (50.1), камеру (50.2) и память (50.3), хранящую исполняемые процессором инструкции, которые при исполнении процессором дают команду процессору на выполнение способа автоматической регулировки экспозиции для камеры по любому из пп. 1-7.