人脸深度图像质量评价方法及系统、电子设备及存储介质技术方案

本发明专利技术提供一种人脸深度图像质量评价方法及系统、电子设备及存储介质，包括基于输入的目标图像，得到三维人脸识别图像数据，其中，三维人脸识别图像数据包括对齐的人脸深度图像及其对应的身份类别信息；将对齐的人脸深度图像及其对应的身份类别信息输入人脸深度图像质量评价模型，生成对应的人脸深度图像质量得分；其中，所述人脸深度图像质量评价模型是基于人脸深度图像样本数据以及预先确定的人脸深度图像真实质量得分标签进行训练后得到。本发明专利技术实现了端到端的人脸深度图像质量评价，综合的评价人脸深度图像质量；通过人脸深度图像质量结果筛选三维人脸识别图像，确保人脸深度图像质量满足三维人脸识别需求，从而促进三维人脸识别性能的提升。维人脸识别性能的提升。维人脸识别性能的提升。

【技术实现步骤摘要】
人脸深度图像质量评价方法及系统、电子设备及存储介质


[0001]本专利技术涉及计算机图像处理、视频监控、人脸图像质量评价以及卷积神经网络邻域，特别涉及一种人脸深度图像质量评价方法及系统、电子设备及存储介质。

技术介绍

[0002]近年来，人脸识别技术成功的应用于各个领域，使用人脸深度图像进行识别的三维人脸识别系统也备受关注，在用户配合、环境可控的场景下人脸识别系统已经可以达到很高的识别率，但是人脸识别的实际应用场景多数是不可控的，导致获取的人脸图像质量大幅度降低，从而使人脸识别系统的性能下降。人脸识别系统的识别效果一方面受光照、位置、背景、焦距、清晰度等图像获取条件的影响，一方面受姿态、遮挡、表情等人脸属性的影响。所有这些影响因素都会影响人脸图像的质量。为了减少低质量人脸图像对人脸识别的影响，有效地提升人脸识别系统的识别率，需要预先对人脸图像质量进行评价。
[0003]对于三维人脸识别系统，目前的人脸深度图像质量评价方法单独考虑影响人脸深度图像质量的各个属性，包括深度图的空洞率、人脸姿态、点云平滑度等，首先通过手工设计的特征或者机器学习本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸深度图像质量评价方法，其特征在于，包括：基于输入的目标图像，得到三维人脸识别图像数据，其中，所述三维人脸识别图像数据包括对齐的人脸深度图像及其对应的身份类别信息；将所述对齐的人脸深度图像及其对应的身份类别信息输入人脸深度图像质量评价模型，生成对应的人脸深度图像质量得分；其中，所述人脸深度图像质量评价模型是基于人脸深度图像样本数据以及预先确定的人脸深度图像真实质量得分标签进行训练后得到。2.根据权利要求1所述的人脸深度图像质量评价方法，其特征在于，所述基于人脸深度图像样本数据以及预先确定的人脸深度图像真实质量得分标签进行训练包括：从输入的所述人脸深度图像中提取出对应的人脸深度特征，并基于所述人脸深度特征生成对应的人脸深度图像真实质量得分标签；基于所述人脸深度图像真实质量得分标签和人脸深度图像质量得分，对卷积神经网络模型进行训练。3.根据权利要求2所述的人脸深度图像质量评价方法，其特征在于，所述基于所述人脸深度特征生成对应的人脸深度图像真实质量得分标签具体包括：基于输入的人脸深度特征x，通过人脸分类器计算每个类别k的Softmax值，得到预测概率P(Y|w,x)，其中w是分类器的参数；将所述人脸深度图像在三维人脸识别中真实类别的预测概率作为人脸深度图像真实质量得分标签。4.根据权利要求3所述的人脸深度图像质量评价方法，其特征在于，还包括：挑选出人脸深度图像质量得分高于预设值的人脸深度图像用于人脸识别。5.一种人脸深度图像质量评价系统，其特征在于，包括：人脸深度图像处理模块，用于基于输入的目标图像，得到三维人脸识别图像数据，其中，所述三维人脸识别图像数据包括对齐的人脸深度图像及其对应的身份类别信息；图像质量评价模块，用于将所述对齐的人脸深度图像及其对应的身份类...

【专利技术属性】
技术研发人员：魏梦，户磊，
申请(专利权)人：合肥的卢深视科技有限公司，
类型：发明
国别省市：