[发明专利]一种基于概率块的面部图像质量评估方法

权利要求书

1.一种基于概率块的面部图像质量评估方法，其特征在于，所述方法包括以下步骤：

采用对数变换对图像进行归一化处理，放大低强度像素并压缩高强度像素，减少肤色之间的强度差异；对于给定的图像I，执行对数变换以减少数据的动态范围，使用下式计算归一化图像I_log：

I_10g(r,c)＝In[I(r,c)+1]，其中，I(r,c)是位于(r，c)位置处的像素强度；

对变换后图像中的每块归一化处理，使其具有零均值和单位方差，并提取二维DCT特征向量；

采用位置化概率模型计算相应特征向量的概率，通过整合局部概率产生总体质量分数，反映图像质量；

每个位置的模型使用具有正面照明和自然表情的正面面部图像来训练，所有要训练的面部图像首先被缩放并且对齐到固定大小，使每个眼睛位于固定位置；对于每个块的位置i，使用位置化概率模型计算特征向量x_i的概率：

其中，x_i为特征向量，u_i、Σ_i是正态分布的平均值和协方差矩阵，T表示转置，d表示低频分量的个数；

通过假设每个位置的模型是独立的，使用下式来计算由N个块组成的图像I的整体概率质量分数Q(I)：

2.根据权利要求1所述的一种基于概率块的面部图像质量评估方法，其特征在于，所述对变换后图像中的每块归一化处理，使其具有零均值和单位方差，并提取二维DCT特征向量的步骤具体为：

为适应面部图像之间的对比度变化，将变换后的图像中的每块归一化为具有零均值和单位方差；并从每个块中，提取2维DCT特征向量，并排除没有归一化信息的第0个DCT分量，保留含有通用面部纹理的前d个低频分量。