【技术实现步骤摘要】
一种面部图像评分方法及摄像机
本申请涉及图像评分
，特别是涉及一种面部图像评分方法及摄像机。
技术介绍
随着计算机视觉技术的发展，人脸识别技术已经广泛应用在了很多领域。例如，应用在公司、家庭、银行等区域。在应用中，摄像机可以按照设定的时间间隔抓拍人脸图像，并保存人脸图像。对于同一个人来说，一段时间内会抓拍得到很多个人脸图像，如果将每个人脸图像均保存，则会占用设备很多的资源。因此，一般会从多个人脸图像中选择最佳图像进行保存。在从多个人脸图像中选择最佳图像时，通常可以对每个人脸图像进行评分，选择出评分最高的人脸图像作为最佳图像。在对每个人脸图像进行评分时，可以检测人脸图像中的人脸是否为正脸、人眼是否张开等信息，根据检测结果进行评分。但是在实际中，抓拍的人脸图像的情况千变万化，影响图像质量的因素也非常多，采用上述方式对人脸图像进行评分时标准比较单一化，评分不够合理。
技术实现思路
本申请实施例的目的在于提供了一种面部图像评分方法及摄像机，以提高对面部图像评分时的合理性。具体的技术方案如下。...
【技术保护点】
1.一种摄像机，其特征在于，包括：处理器、存储器和图像采集模块；/n所述图像采集模块，用于采集待评分面部图像，并存储至所述存储器；/n所述处理器，用于从所述存储器中获取所述待评分面部图像，将所述待评分面部图像发送至预先训练的神经网络，由所述神经网络根据网络参数对所述待评分面部图像进行评分，得到参考评分；/n所述处理器，针对从所述存储器中获取的待评分面部图像，提取所述待评分面部图像中面部区域的各个关键点；根据各个关键点之间的距离以及预设的距离与尺寸评分的对应关系，确定所述待评分面部图像中面部区域的尺寸评分；根据所述参考评分和所述尺寸评分，确定所述待评分面部图像的最终评分。/n
【技术特征摘要】
1.一种摄像机，其特征在于，包括：处理器、存储器和图像采集模块；
所述图像采集模块，用于采集待评分面部图像，并存储至所述存储器；
所述处理器，用于从所述存储器中获取所述待评分面部图像，将所述待评分面部图像发送至预先训练的神经网络，由所述神经网络根据网络参数对所述待评分面部图像进行评分，得到参考评分；
所述处理器，针对从所述存储器中获取的待评分面部图像，提取所述待评分面部图像中面部区域的各个关键点；根据各个关键点之间的距离以及预设的距离与尺寸评分的对应关系，确定所述待评分面部图像中面部区域的尺寸评分；根据所述参考评分和所述尺寸评分，确定所述待评分面部图像的最终评分。
2.根据权利要求1所述的摄像机，其特征在于，所述网络参数为根据样本面部图像及对应的标准评分训练得到；所述标准评分为根据样本面部图像的面部状态特征确定；
所述处理器，还用于采用以下操作确定所述标准评分：
根据所述样本面部图像的面部状态特征，以及预设的面部状态特征与评分的对应关系，确定所述面部状态特征对应的评分，作为所述样本面部图像的主观评分；
从底库中确定所述样本面部图像对应的标准面部图像，确定所述标准面部图像与所述样本面部图像之间的相似度，作为所述样本面部图像的客观评分；所述底库用于存储各个标准面部图像；
根据所述主观评分和所述客观评分，确定所述样本面部图像的标准评分。
3.根据权利要求2所述的摄像机，其特征在于，所述处理器，具体用于：
根据以下公式，确定所述标准面部图像与所述样本面部图像之间的相似度Sim(S,G)：
其中，所述bin为像素的最大灰度值级别，所述Si为所述样本面部图像中的第i级灰度值，所述Gj为所述标准面部图像中的第j级灰度值，所述h(Si,Gj)为所述样本面部图像与所述标准面部图像的相同位置处像素的灰度值分别为Si和Gj的出现次数；所述Sk为所述样本面部图像中第k个像素的灰度值，所述Gk为所述标准面部图像中第k个像素的灰度值，所述N为所述样本面部图像或所述标准面部图像的像素总数量。
4.根据权利要求1所述的摄像机，其特征在于，所述处理器，还用于采用以下操作得到所述网络参数的初始值：
获取已训练好的参考神经网络的参考网络参数，作为所述网络参数的初始值；所述参考神经网络为采用不同于所述样本面部图像的样本图像训练得到。
5.根据权利要求1所述的摄像机，其特征在于，所述处理器，具体用于：
根据各个关键点计算瞳距，根据预设的瞳距与尺寸评分的对应关系，确定计算得到的瞳距对应的目标尺寸评分；
根据所述目标尺寸评分，确定所述待评分面部图像中面部区域的尺寸评分。
...
【专利技术属性】
技术研发人员：刘干，马程，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江;33
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。