图像质量评定方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术涉及图像质量评定方法、装置、计算机设备及存储介质，该方法包括获取图像；对图像进行清晰度分析，以获取图像清晰度分数；采用深度学习模型对图像进行深度学习，并对学习结果进行分数预测，以获取图像质量分数；综合图像清晰度分数以及图像质量分数，形成评定结果；输出评定结果。本发明专利技术通过先对训练图像从光照、尺寸和偏转角度评分，将训练图像进行质量打分，利用训练图像提取的特征向量组成的训练集，训练图像的质量分数对CNN分类网络进行训练调整，以获取深度学习模式，使用时，将图像进行清晰度评分以及深度学习模型进行评分，再对两个分数进行加权综合，获取评定结果，以提高图片质量判定准确性，提高真实环境下人脸识别的准确率。

Image Quality Assessment Method, Device, Computer Equipment and Storage Media

The invention relates to an image quality assessment method, device, computer equipment and storage medium, which includes acquiring an image, analyzing the image clarity to obtain the image clarity score, using the depth learning model to carry out depth learning of the image, and predicting the learning result to obtain the image quality score, synthesizing the image clarity score and image quality. Score, form evaluation results; Output evaluation results. The training image is graded from illumination, size and deflection angle, and the quality of the training image is graded. By using the training set composed of the feature vectors extracted from the training image, the quality score of the training image is trained and adjusted to the CNN classification network to obtain the depth learning mode. When used, the image is graded by the clarity score and the depth learning model. Then the two scores are weighted and synthesized to obtain the evaluation results, so as to improve the accuracy of image quality determination and the accuracy of face recognition in real environment.

【技术实现步骤摘要】
图像质量评定方法、装置、计算机设备及存储介质
本专利技术涉及图像评判方法，更具体地说是指图像质量评定方法、装置、计算机设备及存储介质。
技术介绍
随着深度学习和人工智能技术的不断发展，人脸识别系统越来越多的应用于安防、智能新零售、金融、地铁、酒店、机场等需要身份验证的场景中，诸如银行远程开户、无人超商通过刷脸自动完成支付、门禁系统、地铁刷脸支付、机场自动进行人证核验等。现有的人脸识别大多是直接从摄像头获取抓拍的人脸进行人脸识别，直接抓拍的图片包含了很多运动模糊或者聚焦不清晰的人脸，还有很多人脸角度、尺度和光照不合适，大大影响了识别准确度，也导致人脸识别应用受到较大影响，虽然现有少数人脸识别系统也有人脸图片质量判断，但是基本都是从图片清晰度方面进行判断，对人脸角度、光照、旋转、尺度等方面并没有做评估，同时清晰度的判断包含了很多主观评价，人脸识别准确率不高，因此现有人脸图片质量评价模型对人脸图片质量的评价效果较差。因此，有必要设计一种新的方法，实现提高了图片质量判定的准确性，大大提高真实环境下人脸识别的准确率。
技术实现思路
本专利技术的目的在于克服现有技术的缺陷，提供图像质量评定方法、装置本文档来自技高网...

【技术保护点】
1.图像质量评定方法，其特征在于，包括：获取图像；对图像进行清晰度分析，以获取图像清晰度分数；采用深度学习模型对图像进行深度学习，并对学习结果进行分数预测，以获取图像质量分数；综合图像清晰度分数以及图像质量分数，形成评定结果；输出评定结果。

【技术特征摘要】
1.图像质量评定方法，其特征在于，包括：获取图像；对图像进行清晰度分析，以获取图像清晰度分数；采用深度学习模型对图像进行深度学习，并对学习结果进行分数预测，以获取图像质量分数；综合图像清晰度分数以及图像质量分数，形成评定结果；输出评定结果。2.根据权利要求1所述的图像质量评定方法，其特征在于，所述采用深度学习模型对图像进行深度学习，以获取图像质量分数之前，还包括：获取若干张训练图像；对训练图像进行质量打分并标注；对标注后的训练图像进行训练，以获取深度学习模型。3.根据权利要求2所述的图像质量评定方法，其特征在于，所述对标注后的训练图像进行训练，以获取深度学习模型，包括：判断训练图像的大小是否满足预设要求；若否，则对训练图像进行大小处理，并进入下一步骤，若是，则进入下一步骤；从训练图像中筛选若干个训练图像块；提取训练图像块对应的特征向量，并建立训练集；利用训练集与训练图像训练CNN分类网络，以得到深度学习模型。4.根据权利要求3所述的图像质量评定方法，其特征在于，所述对图像进行清晰度分析，以获取图像清晰度分数，包括：对图像进行能量梯度清晰度计算，以获取计算结果；归一化所述计算结果，以获取图像清晰度分数。5.根据权利要求4所述的图像质量评定方法，其特征在于，所述采用深度学习模型对图像进行深度学习，并对学习结果进行分数预测，以获取图像质量分数，包括：对图像进行提取若干个待测图像块；将若干个待测图像块输入深度学习模型，以提取若干个待...

【专利技术属性】
技术研发人员：张欢，黄军文，李爱林，文戈，王军，
申请(专利权)人：深圳市华付信息技术有限公司，
类型：发明
国别省市：广东,44