[发明专利]人脸图像质量评价方法及装置、计算机可读介质、通信终端

说明书

本公开涉及图像识别技术领域，具体涉及一种人脸图像质量评价方法及装置、一种特征提取模型的训练方法及装置、一种图像处理系统、一种计算机可读介质以及一种通信终端。所述方法包括：获取包含人脸的待处理图像；对所述待处理图像进行检测以获取对应的人脸图像；将人脸图像输入已训练的基于移动人脸识别网络的特征提取模型，对所述人脸图像进行特征提取以获取特征数据；将所述特征数据输入连续设置的第一全连接层和第二全连接层进行处理，以获取所述人脸图像的人脸质量评分。本公开能够实现在一个网络内进行人脸图像的特征提取和质量评分，从而有效的减轻模型的量级。并且，能够实现对人脸图像质量的快速评估，同时保证质量评估结果的准确性。

技术领域

本公开涉及图像识别技术领域，具体涉及一种人脸图像质量评价方法、一种特征提取模型的训练方法、一种人脸图像质量评价装置、一种特征提取模型的训练装置、一种图像处理系统、一种计算机可读介质以及一种无线通信终端。

背景技术

随着图像处理技术的快速发展，在监控、通关等领域中，人脸识别技术已成为不可或缺的技术。而低质量的人脸图像会大大降低人脸识别的成功率。

现有技术中存在基于特征工程的图像处理匹配方法和基于深度学习的方法，来对人脸质量进行评价。但现有技术也存在一定的问题和不足。例如，基于深度学习的人脸质量评价方法，人脸图像的评分标注需要依靠人工来完成，需要花费大量的时间和精力并且具有一定的主观性，而且影响人脸质量的因素较多，人工标注无法全面地考虑到多方面因素的影响，导致标注样本不准确，进而影响模型的准确性。另外，越来越多的模型需要应用在智能移动终端设备上，因此对模型大小和性能有着更高的要求，现有的人脸质量评估方法在模型大小和运行时间上都很难满足要求。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种人脸图像质量评价方法及装置、一种特征提取模型的训练方法及装置、一种图像处理系统、一种计算机可读介质、一种无线通信终端，能够实现快速对人脸质量进行评价，从而在一定程度上克服相关技术的限制和缺陷。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种人脸图像质量评价方法，包括：

获取包含人脸的待处理图像；

对所述待处理图像进行检测以获取对应的人脸图像；

将所述人脸图像输入已训练的基于移动人脸识别网络的特征提取模型，对所述人脸图像进行特征提取以获取特征数据；

将所述特征数据输入连续设置的第一全连接层和第二全连接层进行卷积处理，以获取所述人脸图像的人脸质量评分。

根据本公开的第二方面，提供一种特征提取模型的训练方法，包括：

响应于图像业务系统的图像处理指令，获取包含人脸的样本图像；

将所述样本图像输入连续设置的卷积层和深度卷积层进行连续的卷积处理以获取第一卷积结果；

将所述第一卷积结果输入连续设置的n个瓶颈结构层中进行连续的卷积处理以获取第二卷积结果；其中，n>5，且为正整数；

利用连续设置的卷积层和线性全局深度卷积层对所述第二卷积结果进行卷积处理以获取第三卷积结果；

利用全连接层对所述第三卷积结果进行全连接处理以获取所述样本图像对应的人脸特征数据；

将所述人脸特征数据输入损失函数模型中以计算损失参数，并基于所述损失参数进行优化以迭代训练特征提取模型。