[发明专利]人脸图像的质量评价方法、装置、电子设备及存储介质有效

专利信息
申请号: 202110471789.9 申请日: 2021-04-29
公开(公告)号: CN113192028B 公开(公告)日: 2022-05-31
发明(设计)人: 刘冲冲;付贤强;何武;朱海涛;户磊 申请(专利权)人: 合肥的卢深视科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06V10/98;G06V40/16;G06V10/74;G06K9/62
代理公司: 北京智晨知识产权代理有限公司 11584 代理人: 张婧
地址: 230091 安徽省合肥市高新区习友路3333*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 质量 评价 方法 装置 电子设备 存储 介质
【说明书】:

发明实施例公开了一种人脸图像的质量评价方法、装置、电子设备及存储介质。人脸图像的评价方法,包括:获取来自同一人的Q张人脸图像,其中,Q为大于1的整数;将Q张人脸图像输入人脸识别模型中的特征提取网络,获取Q个测试特征向量,其中,特征提取网络的目标函数包含余弦相似度损失项;获取第q个测试特征向量与第p个测试特征向量之间的余弦相似度,得到Q个第一余弦相似度,其中,q为正整数且1≤q≤Q,p=1,2,……,Q;根据Q个第一余弦相似度生成第q个测试特征向量对应图像的评分标签,评分标签用于判断是否对第q个测试特征向量对应图像进行人脸识别。达到对人脸图像的质量评价客观、准确,并且能够与人脸识别模型契合的目的。

技术领域

本发明实施例涉及人脸识别技术领域,特别涉及一种人脸图像的质量评价方法、装置、电子设备及存储介质。

背景技术

在人脸识别的过程中,不可避免地会出现人脸图像质量差的情况,例如图像光照条件较差、图像模糊、图像中人脸被遮挡等,进而造成人脸误识。为了解决这一问题,通常是在人脸识别之前,针对人脸图像的光照情况、模糊程度、遮挡情况等影响图像质量的因素,设计和训练出一个模拟人类直觉特性的评价模型,然后利用训练好的评价模型对人脸图像的质量进行评分,以根据评分判断人脸图像是否能够被人脸识别模型正确识别。

然而,评价模型输出的质量评分不能很好地契合人脸识别模型对人脸图像的要求,仍然会出现得分高的人脸图像不能获得较好的识别效果、得分低的人脸图像获得较好的识别效果的情况。此外,评价模型的训练集依赖于人工对图像的光照情况、模糊程度以及遮挡情况等特征进行标注,工作量大,而且标注是按照人类对图像质量的主观感知得到的,这会导致图像标注不够客观,进而严重影响最终的质量评价效果。

发明内容

本发明实施例的目的在于提供一种人脸图像的质量评价方法、装置、电子设备及存储介质,使得对人脸图像的质量评价客观、准确,并且能够与人脸识别模型契合。

为解决上述技术问题,本发明的实施例提供了一种人脸图像的评价方法,包括以下步骤:获取来自同一人的Q张人脸图像,其中,Q为大于1的整数;将所述Q张人脸图像输入人脸识别模型中的特征提取网络,获取Q个测试特征向量,其中,所述特征提取网络的目标函数包含余弦相似度损失项;获取第q个所述测试特征向量与第p个所述测试特征向量之间的余弦相似度,得到Q个第一余弦相似度,其中,q为正整数且1≤q≤Q,p=1,2,……,Q;根据所述Q个第一余弦相似度生成第q个所述测试特征向量对应图像的评分标签,所述评分标签用于判断是否对第q个所述测试特征向量对应图像进行人脸识别。

为解决上述技术问题,本发明的实施例还提供了一种人脸图像的评价系统,包括:特征提取模块,用于获取来自同一人的Q张人脸图像,其中,Q为大于1的整数;将所述Q张人脸图像输入人脸识别模型中的特征提取网络,获取Q个测试特征向量,其中,所述特征提取网络的目标函数包含余弦相似度损失项;计算模块,用于获取第q个所述测试特征向量与第p个所述测试特征向量之间的余弦相似度,得到Q个第一余弦相似度,其中,q为正整数且1≤q≤Q,p=1,2,……,Q;评价模块,用于根据所述Q个第一余弦相似度生成第q个所述测试特征向量对应图像的评分标签,所述评分标签用于判断是否对第q个所述测试特征向量对应图像进行人脸识别。

为解决上述技术问题,本发明的实施例还提供了一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的人脸图像的评价方法。

为解决上述技术问题,本发明的实施例还提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现以上所述的人脸图像的评价方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥的卢深视科技有限公司,未经合肥的卢深视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110471789.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top