人脸质量评估方法、系统及人脸质量评估模型训练方法、系统、存储介质及计算机设备技术方案

本发明专利技术提供了一种人脸质量评估及人脸质量评估模型训练方法、装置、计算机可读存储介质和计算机设备，通过获取待评估图片输入至预先训练的人脸质量评估模型，获得对应的评估分数；其中，将经图像预处理的人脸训练数据集进行基于随机模糊和随机旋转的数据增广处理；通过特征提取网络输出所述人脸训练数据集对应的人脸特征，并分别计算类内相似度和类间相似度；再根据类内相似度和类间相似度计算人脸图片对应的质量分数；将基于归一化处理的质量分数作为训练标签，并将训练标签与对应的人脸图片输入质量分数回归网络，以训练得到人脸质量评估模型。借此，本发明专利技术具有更高的泛化能力，能够更好的全面评估人脸质量。够更好的全面评估人脸质量。够更好的全面评估人脸质量。

【技术实现步骤摘要】
人脸质量评估方法、系统及人脸质量评估模型训练方法、系统、存储介质及计算机设备


[0001]本专利技术涉及检测识别
，尤其涉及一种人脸质量评估方法、系统及人脸质量评估模型训练方法、系统、存储介质及计算机设备。

技术介绍

[0002]图像质量评价是图像处理中的基本技术之一，主要通过对图像进行特性分析研究，然后评估出图像优劣(图像失真程度)。图像质量评价在图像处理系统中，对于算法分析比较、系统性能评估等方面有着重要的作用。
[0003]现有的评估图像质量的方式既可以以像素差异进行评估，也能够从图像整体结构进行评估。然而评估方式最终的目的是为了判断图像能否满足观众的舒适度，因此通常需要比较评估方式(计算模型)给出的数值结果与观测的主观值之间的接近程度。即目前的人脸质量评估算法并不能真正客观完备地解决现实生活中复杂和多变的图片信息。
[0004]综上可知，现有的方法在实际使用上，存在着较多的问题，所以有必要加以改进。

技术实现思路

[0005]针对上述的缺陷，本专利技术的目的在于提供一种人脸质量评估方法、系统及人脸质本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸质量评估方法，其特征在于，包括步骤：获取待评估图片；将所述待评估图片输入预先训练的人脸质量评估模型，以获得所述人脸质量评估模型输出的评估结果；其中，通过获取经图像预处理的人脸训练数据集；对所述人脸训练数据集进行基于随机模糊和随机旋转的数据增广处理；将经数据增广处理后的所述人脸训练数据集的人脸图片输入特征提取网络，根据所述特征提取网络输出的人脸特征，分别计算所述人脸图片的类内相似度和类间相似度；根据所述类内相似度和所述类间相似度计算所述人脸图片对应的质量分数；将基于归一化处理的所述质量分数作为训练标签，并将所述训练标签与对应的所述人脸图片输入质量分数回归网络，以训练得到所述人脸质量评估模型。2.根据权利要求1所述的人脸质量评估方法，其特征在于，所述图像预处理包括图像矫正和图像裁剪，所述人脸训练数据集为人脸开源数据集。3.根据权利要求1所述的人脸质量评估方法，其特征在于，所述对所述人脸训练数据集进行基于随机模糊和随机旋转的数据增广处理的步骤具体包括：对所述人脸训练数据集进行随机高斯模糊处理，获得第一数据集；对所述第一数据集进行随机旋转处理，获得第二数据集。4.根据权利要求3所述的人脸质量评估方法，其特征在于，所述随机旋转处理的随机旋转角度为
‑
15
°
～+15
°
。5.根据权利要求1所述的人脸质量评估方法，其特征在于，所述特征提取网络采用通道数减半的Resnet18网络结构；所述Resnet18网络结构包括有卷积层和全连接层，且所述卷积层连接着用于加速收敛速度的BN层，所述全连接层具有128个通道数。6.一种人脸质量评估模型训练方法，其特征在于，包括步骤：获取经图像预处理的人脸训练数据集；对所述人脸训练数据集进行基于随机模糊和随机旋转的数据增广处理；将经数据增广处理后的所述人脸训练数据集的人脸图片输入特征提取网络，根据所述特征提取网络输出的人脸特征，分别计算所述人脸图片的类内相似度和类间相似度；根据所述类内...

【专利技术属性】
技术研发人员：陈超村，贾东风，程力行，
申请(专利权)人：奇酷软件深圳有限公司，
类型：发明
国别省市：