人脸照片质量评估方法、系统、设备及存储介质技术方案

本发明专利技术公开了一种人脸照片质量评估方法、系统、设备及存储介质，其中，所述方法包括：评估人脸图像的图像质量，获得多个初步评估系数；根据各个所述初步评估系数所占权重，加权各个相应的所述初步评估系数，获得所述人脸图像的加权评估值；对所述人脸图像进行特征提取，获得特征评估值，并根据所述特征评估值对所述人脸图像的图像质量进行最终质量评估。解决了在各种实际复杂环境下引起的人脸图像质量变差而使人脸识别系统对该人脸图像无法识别或识别错误的问题，使人脸识别的识别率得到极大的提高。

【技术实现步骤摘要】
人脸照片质量评估方法、系统、设备及存储介质
本专利技术涉及人脸识别
，尤其涉及一种人脸照片质量评估方法、系统、设备及存储介质。
技术介绍
人脸识别(FacialRecognition)是利用分析比较人脸的面部特征信息进行身份识别的计算机技术。人脸识别由于其非接触式、基本无须配合、操作隐蔽性强等优势，其具有很高的实用价值，被认为是一种可广泛使用的生物特征识别技术。人脸识别是生物特征识别技术中的重要研究领域，它涵盖了图像处理、神经网络、心理学、生理学、人工智能、模式识别、计算机视觉以及人工智能等各方面的知识内容，对推动各个学科领域的发展无论在理论上还是在实践中都有具有重要的意义。人脸识别技术可广泛应用于公安，金融，交通，新零售，身份识别，电子商务，安防监控等专业领域。人脸识别的方法步骤主要包括：图像采集及检测、图像预处理、图像特征提取、匹配与识别。图像特征提取可分为全局特征与局部特征两类：全局特征方法反映的是人脸的整体属性，主流的全局特征方法包括主成分分析法(PCA)，线性判别分析法(LDA)及独立分量分析法(ICA)等；局部特征方法本文档来自技高网...

【技术保护点】
1.一种人脸照片质量评估方法，其特征在于，所述方法包括：/n评估人脸图像的图像质量，获得多个初步评估系数；/n根据各个所述初步评估系数所占权重，加权各个相应的所述初步评估系数，获得所述人脸图像的加权评估值；/n对所述人脸图像进行特征提取，获得特征评估值，并根据所述特征评估值对所述人脸图像的图像质量进行最终质量评估。/n

【技术特征摘要】
1.一种人脸照片质量评估方法，其特征在于，所述方法包括：
评估人脸图像的图像质量，获得多个初步评估系数；
根据各个所述初步评估系数所占权重，加权各个相应的所述初步评估系数，获得所述人脸图像的加权评估值；
对所述人脸图像进行特征提取，获得特征评估值，并根据所述特征评估值对所述人脸图像的图像质量进行最终质量评估。


2.根据权利要求1所述的方法，其特征在于，所述评估系数包括对比度评估系数、明亮度评估系数、清晰度评估系数；
相应地，所述评估人脸图像的图像质量，获得多个初步评估系数，所述方法包括：
对所述人脸图像分别从对比度、明亮度及清晰度进行质量评估，获得相应的所述对比度评估系数、所述明亮度评估系数及所述清晰度评估系数。


3.根据权利要求2所述的方法，其特征在于，所述对比度评估系数的获取方法包括：
计算所述人脸图像的归一化直方图离散系数：其中，M是像素矩阵的水平点数，N是像素矩阵的垂直点数，rk是第k级的灰度值，nk是灰度值为rk的像素个数；
求出所述归一化直方图离散系数平均值：
求出所述归一化直方图离散系数方差：
最后，算出所述对比度评估系数λ1：λ1＝1-δ。


4.根据权利要求2所述的方法，其特征在于，所明亮度评估系数的获取方法包括：
对所输入的n个图像序列分别进行数学求平均，获得各自灰度平均值用表示，其中，n个图像序列用Ii(i＝1,2…n)表示；
求取整幅所述人脸图像的灰度平均值：
最后，算出所述明亮度评估系数λ2：


5.根据权利要求2所述的方法，其特征在于，所述清晰度评估系数的获取方法包括：
采用sobel算子对所输入的n个图像序列Ii(i＝1,2…n)的任意一个分别求出0度，45度，90度，135度方向的边缘图像Iij；
对所述n个图像序列Ii(i＝1,2…n)的任意一个求取成边缘强度：



求取整幅所述人脸图像的平均边缘图像
分别求和Ei的平均值和mi，并算出所述清晰度评估系数λ3：

<...

【专利技术属性】
技术研发人员：迟振，
申请(专利权)人：苏州纳智天地智能科技有限公司，
类型：发明
国别省市：江苏;32