The application discloses an image processing method including: after face detection of the processed image, the image quality of the result image of the face detection is evaluated and the image quality grade is determined by using the low quality face image regression model corresponding to the multiple image categories. Application of this application can effectively improve the accuracy of image quality assessment.
【技术实现步骤摘要】
一种图像处理方法和设备
本申请涉及图像处理技术,特别是一种图像处理方法和设备。
技术介绍
在非受控条件下,如光照、相机抖动和被拍摄主体运动等,日常采集的图像和视频存在的大量低质量图像,如强背光图像,低光照图像和模糊图像等,对当前人脸识别和活体检测造成了极大的阻碍,成为影响人脸识别和活体检测效果的难点。为解决这一问题,对图像进行预处理是提高人脸检测和识别效果的常用方法。预处理就是对输入图像进行优化,从而尽可能去除或者减小光照、成像系统、外部环境等对待处理图像的干扰,提高后续处理质量。在人脸检测识别技术中,现有的图像预处理方法主要是针对不同图像类别的低质量图像进行处理,一般是在假设已知光照模型或者模糊模型基础上进行预处理,例如,对于不同光照条件下采集的图像,如背光图像,低光照图像等,一般进行全局统一的归一化处理,如直方图均衡化、灰度拉伸和滤波等;对于模糊图像进行去模糊处理等。目前,对于背光图像,通常的检测方法为:将输入图像进行分块计算亮度,再根据小块之间的亮度对比关系确定前景背景的亮度;对于模糊图像,通常的检测方法为:将输入图像的边缘图像进行分块计算锐化度或模糊度,从而研究整体图像的模糊程度。要改进现有人脸识别和活体检测算法的效果,对输入图像进行整体的预处理是一种重要的方法。然而,对已有人脸识别和活体检测方法而言,依然是基于相同正常条件下的图像,一般没有考虑低质量图像,人脸识别和活体检测在自然条件下采集的低质量图像上的效果较差,存在严重的错识错检问题。同时,已有的方法中,人脸识别算法使用的数据库一般具有相似或相近的光照条件,能达到令人满意的检测效果。但是在遇到 ...
【技术保护点】
1.一种图像处理方法,其特征在于,包括:对待处理图像进行人脸检测后,利用多个图像类别分别对应的人脸图像回归模型,对所述人脸检测的结果图像进行图像质量评估,确定图像质量等级。
【技术特征摘要】
1.一种图像处理方法,其特征在于,包括:对待处理图像进行人脸检测后,利用多个图像类别分别对应的人脸图像回归模型,对所述人脸检测的结果图像进行图像质量评估,确定图像质量等级。2.根据权利要求1所述的方法,其特征在于,每个图像类别对应的人脸图像回归模型是预先对相应图像类别的包括人脸的训练图像进行CNN回归训练得到的,或者,每个图像类别对应的人脸图像回归模型是预先对相应图像类别的包括人脸的训练图像和高质量的包括人脸的训练图像进行CNN回归训练得到的。3.根据权利要求1或2所述的方法,其特征在于,在确定所述图像质量等级后,该方法还包括:根据所述图像质量等级,确定进行活体检测和/或人脸识别时使用的阈值,用于对所述人脸检测的结果图像进行的活体检测和/或人脸识别。4.根据权利要求2所述的方法,其特征在于,预先训练每个图像类别对应的人脸图像回归模型的方式包括:对于每个训练图像,预先利用所述训练图像进行人脸检测和人脸识别,分别得到人脸检测结果图像和人脸识别概率分数;根据所述人脸检测结果图像和所述人脸识别概率分数,进行CNN回归训练,得到相应图像类别对应的人脸图像回归模型。5.根据权利要求2所述的方法,其特征在于,所述进行CNN回归训练包括:对于不同图像类别的训练图像,采用相同的CNN结构、卷积层参数和池化层参数进行CNN回归训练。6.根据权利要求1、2或3所述的方法,其特征在于,所述确定图像质量等级包括:利用每个图像类别对应的人脸图像回归模型,对所述人脸检测的结果图像进...
【专利技术属性】
技术研发人员:安耀祖,韩在濬,张超,徐静涛,单言虎,冯昊,崔昌圭,
申请(专利权)人:北京三星通信技术研究有限公司,三星电子株式会社,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。