[发明专利]人像质量评估模型建立和从视频中进行人像识别的方法

权利要求书

1.一种人像质量评估模型建立方法，其特征在于，包括：

获取包括完整且清晰的人像的原始图片；

对所述原始图片进行处理，分别获得完整度降低图片和清晰度降低图片；

分别对所述原始图片、所述完整度降低图片、所述清晰度降低图片和无人像图片匹配一个标记分数；

以分别匹配有标记分数的所述原始图片、所述完整度降低图片、所述清晰度降低图片和所述无人像图片对预设分类学习模型进行训练，获得人像质量评估模型。

2.根据权利要求1所述的人像质量评估模型建立方法，其特征在于，所述对所述原始图片进行处理，分别获得完整度降低图片和清晰度降低图片，具体包括：

对所述原始图片进行截断处理，获得包括部分且清晰的所述人像的图片，作为所述完整度降低图片。

3.根据权利要求1所述的人像质量评估模型建立方法，其特征在于，所述对所述原始图片进行处理，分别获得完整度降低图片和清晰度降低图片，具体包括：

对所述原始图像先后进行降采样与上采样处理，获得包括完整且模糊的所述人像的图片，作为所述清晰度降低图片。

4.根据权利要求1至3任一项所述的人像质量评估模型建立方法，其特征在于，所述分别对所述原始图片、所述完整度降低图片、所述清晰度降低图片和无人像图片匹配一个标记分数，具体包括：

对所述原始图片匹配第一等级标记分数，对所述完整度降低图片匹配第二等级标记分数，对所述清晰度降低图片匹配第三等级标记分数，对所述无人像图片匹配第四等级标记分数；其中，所述第一等级标记分数、所述第二等级标记分数、所述第三等级标记分数至所述第四等级标记分数依次降低，或者，所述第一等级标记分数、所述第二等级标记分数、所述第三等级标记分数至所述第四等级标记分数依次升高。

5.根据权利要求4所述的人像质量评估模型建立方法，其特征在于，所述预设分类学习模型包括神经网络和损失函数；

所述以分别匹配有标记分数的所述原始图片、所述完整度降低图片、所述清晰度降低图片和所述无人像图片对预设分类学习模型进行训练，获得人像质量评估模型，具体包括：

将标定图片输入具有标定参数的所述神经网络，获得所述神经网络输出的质量分数，其中，所述标定图片为匹配有标记分数的所述原始图片、所述完整度降低图片、所述清晰度降低图片或所述无人像图片；

将所述质量分数与所述标定图片匹配的所述标记分数的差值作为所述损失函数的输入，获得损失函数输出；

根据所述损失函数输出调整所述神经网络的所述标定参数，直至所述差值满足预设条件，将经参数调整的神经网络作为所述人像质量评估模型。

6.一种人像质量评估模型建立装置，其特征在于，包括：

获取模块，用于获取包括完整且清晰的人像的原始图片；

处理模块，用于对所述原始图片进行处理，分别获得完整度降低图片和清晰度降低图片；

标记模块，用于分别对所述原始图片、所述完整度降低图片、所述清晰度降低图片和无人像图片匹配一个标记分数；

生成模块，用于以分别匹配有标记分数的所述原始图片、所述完整度降低图片、所述清晰度降低图片和所述无人像图片对预设分类学习模型进行训练，获得人像质量评估模型。

7.一种人像质量评估模型建立装置，其特征在于，包括存储器和处理器；

所述存储器，用于存储计算机程序；

所述处理器，用于当执行所述计算机程序时，实现如权利要求1至5任一项所述的人像质量评估模型建立方法。

8.一种从视频中进行人像识别的方法，其特征在于，包括：

获取视频信息；

从所述视频信息中获取连续多帧图片，其中，至少一帧所述图片包括标定人像；

将连续多帧所述图片输入根据权利要求1至5任一项所述的人像质量评估模型建立方法建立的人像质量评估模型，获得人像质量评估分数；

根据满足预设规则的所述人像质量评估分数对应的所述图片，对所述视频信息中的所述标定人像进行识别。