[发明专利]图像质量的确定方法、装置、电子设备和计算机可读介质

说明书

本发明提供了一种图像质量的确定方法、装置、电子设备和计算机可读介质，涉及图像处理的技术领域，包括：获取待处理图像；通过目标人脸识别模型对所述待处理图像进行图像识别处理，得到第一图像识别特征；通过第一目标人脸质量模型对所述第一图像识别特征进行处理，得到所述待处理图像的第一质量值。本申请通过使用人脸识别模型来改进人脸质量模型的判断效果的方式，能够提高人脸识别模型的整体识别通过率，进而缓解了传统人脸识别模型的整体识别通过率较低的技术问题。

技术领域

本发明涉及图像处理的技术领域，尤其是涉及一种图像质量的确定方法、装置、电子设备和计算机可读介质。

背景技术

随着人工智能技术的不断发展，人脸识别技术广泛应用于各行各业。在人脸识别技术中，如果提供的人脸图像质量较差，将对识别的准确性产生直接影响，浪费识别所需的计算资源。

传统人脸图像的质量计算或者判断方法完全基于人工标注，鲁棒性不高，图像质量的标注准确率也不高，随机性太强，基于每个标注员的标注能力和主观臆断。

如果人脸图像的质量模型基于如上的标注事实进行数据训练，那么得到的模型泛化性能不高，这将影响人脸识别模型的整体识别通过率。

针对上述问题，还未提出有效解决方案。

发明内容

有鉴于此，本发明的目的在于提供一种图像质量的确定方法、装置、电子设备和计算机可读介质，以缓解了传统人脸识别模型的整体识别通过率较低的技术问题。

第一方面，本发明实施例提供了一种图像质量的确定方法，包括：获取待处理图像；通过目标人脸识别模型对所述待处理图像进行图像识别处理，得到第一图像识别特征；通过第一目标人脸质量模型对所述第一图像识别特征进行处理，得到所述待处理图像的第一质量值。

进一步地，所述第一目标人脸质量模型包括：至少一个全连接层、至少一个激活函数层和至少一个第一Sigmoid层。

进一步地，所述方法还包括：通过所述第一目标人脸质量模型确定第二目标人脸质量模型，其中，所述第二目标人脸质量模型的模型规模小于所述第一目标人脸质量模型。

进一步地，所述方法还包括：通过第二目标人脸质量模型对所述待处理图像进行处理，得到所述待处理图像的第二质量值。

进一步地，所述待处理图像为多个，每个待处理图像对应一个第二质量值；所述方法还包括：获取每个待处理图像的人脸位置信息；通过所述人脸位置信息和所述第二质量值计算每个待处理图像的综合评分，得到多个综合评分；基于所述多个综合评分在多个待处理图像中选择目标待处理图像进行人脸识别处理。

进一步地，通过所述第一目标人脸质量模型确定第二目标人脸质量模型包括：获取第一训练图像集；通过所述目标人脸识别模型对所述第一训练图像集进行处理，得到第二图像识别特征，并通过所述第一目标人脸质量模型对所述第二图像识别特征进行处理，得到第三质量值；通过第一初始目标人脸质量模型对所述第一训练图像集进行处理，得到第四质量值；通过第三质量值和所述第四质量值计算第一目标损失函数；通过所述第一目标损失函数调整所述第一初始目标人脸质量模型的模型参数，得到所述第二目标人脸质量模型。

进一步地，通过第三质量值和所述第四质量值计算第一目标损失函数包括：计算所述第三质量值和所述第四质量值之间的差值，并基于所述差值确定所述第一目标损失函数。

进一步地，所述第二目标人脸质量模型包括：至少一个目标数据处理层、全连接层和第二Sigmoid层；其中，每个目标数据处理层包括：卷积层和激活函数层。

进一步地，所述方法还包括：获取第二训练图像集；通过所述第二训练图像集对第二初始目标人脸质量模型进行训练，得到所述第一目标人脸质量模型。