[发明专利]人体图像质量检测方法、装置、电子设备及存储介质

权利要求书

1.一种人体图像质量检测方法，其特征在于，包括以下步骤：

获取待检测图像，所述待检测图像包括目标人体图像；

通过训练好的人体质量检测模型对所述待检测图像进行人体图像质量检测，得到所述目标人体图像的质量检测结果；

其中，所述人体质量检测模型根据样本人体图像、与所述样本人体图像对应的图像质量标签以及与所述样本人体图像对应的人体分割标签进行训练得到。

2.如权利要求1所述的人体图像质量检测方法，其特征在于，在所述通过训练好的人体质量检测模型对所述待检测图像进行人体图像质量检测，得到所述目标人体图像的质量检测结果之前，所述方法还包括：

获取样本图像以及初始人体质量检测模型；

对所述样本图像进行图像分割，得到样本人体图像，并根据分割结果对所述样本人体图像进行标注，得到所述样本人体图像对应的人体分割标签；

对所述样本图像进行图像质量标注，得到对应的图像质量标签；

基于所述样本人体图像、所述人体分割标签以及所述图像质量标签，构建得到训练数据集；

根据所述训练数据集对所述初始人体质量检测模型进行训练，得到所述训练好的人体质量检测模型。

3.如权利要求2所述的人体图像质量检测方法，其特征在于，所述样本图像包括多个样本人体图像，所述对所述样本图像进行图像分割，得到样本人体图像，并根据分割结果对所述样本人体图像进行标注，得到所述样本人体图像对应的人体分割标签，包括：

对所述样本图像进行图像分割，得到第一样本人体图像和第二样本人体图像，所述第一样本人体图像为在所述样本图像中居中且面积最大的人体图像；

对所述第一样本人体图像和所述第二样本人体图像进行分类标注，得到所述第一样本人体图像和所述第二样本人体图像对应的人体分割标签。

4.如权利要求3所述的人体图像质量检测方法，其特征在于，所述对所述样本图像进行图像质量标注，得到对应的图像质量标签，包括：

通过预设的图像处理方法对所述第一样本人体图像进行图像处理，得到第三样本图像；

根据所述预设的图像处理方法，对所述第三样本图像进行第一图像质量标注；

计算所述第二样本人体图像与所述第一样本人体图像之间的面积比；

根据所述面积比，对所述样本图像进行第二图像质量标注；

基于所述第一图像质量标注与所述第二图像质量标注，得到所述样本图像对应的图像质量标签。

5.如权利要求4所述的人体图像质量检测方法，其特征在于，所述通过预设的图像处理方法对所述第一样本人体图像进行图像处理，得到第三样本图像，包括：

根据预设的截断方向和截断比例对所述第一样本人体图像进行截断处理，得到截断人体图像，所述截断方向和所述截断比例还用于对所述截断人体图像进行截断图像质量标注；

根据预设的遮挡方向和遮挡比例对所述第一样本人体图像进行遮挡处理，得到遮挡人体图像，所述遮挡方向和所述遮挡比例还用于对所述遮挡人体图像进行遮挡图像质量标注；

根据预设的模糊参数对所述第一样本人体图像进行模糊处理，得到模糊人体图像，所述模糊参数还用于对所述模糊人体图像进行模糊图像质量标注；

基于所述截断人体图像、所述遮挡人体图像以及所述模糊人体图像，得到第三样本图像。

6.如权利要求2至5中任一所述的人体图像质量检测方法，其特征在于，所述初始人体质量检测模型包括主干网络、人体分割支路网络以及人体质量支路网络，所述根据所述训练数据集对所述初始人体质量检测模型进行训练，得到所述训练好的人体质量检测模型，包括：

通过所述主干网络提取所述样本图像的共用特征；

通过所述人体分割支路网络对所述共用特征进行预测，得到人体分割预测，以及通过所述人体质量支路网络对所述共用特征进行预测，得到图像质量预测；

计算所述人体分割预测与所述人体分割标签之间的第一损失，以及计算所述图像质量预测与所述图像质量标签之间的第二损失；

根据所述第一损失与所述第二损失，对所述初始人体质量检测模型进行参数的迭代调整，得到所述训练好的人体质量检测模型。