【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种图像质量评估、人脸识别、标签生成及确定方法和装置。
技术介绍
1、人脸识别是基于人脸部特征信息进行身份识别的生物识别技术。在无约束场景下，图像采集设备采集到的大部分人脸图像的质量较低，导致人脸识别的效果较差。对待识别的人脸图像的质量进行评估对于提升人脸识别的效率和准确率具有重要的作用。
2、相关技术中，采用基于无监督的图像质量评估方法来自动生成人脸图像的质量分数。然而，相关技术中的图像质量评估方法未考虑人脸图像本身的质量，质量评估的效果有待提高。
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的第一个目的在于提出一种图像质量评估方法，可以有效提高对人脸图像本身的质量的评估的准确性。
2、本专利技术的第二个目的在于提出一种标签生成方法。
3、本专利技术的第三个目的在于提出一种人脸质量评估模型训练方法。
4、本专利技术的第四个目的在于提出另一种图像质量评估方法。
5、本专利技术的第五个目的在于提出一种人脸识别方法。
6、本专利技术的第六个目的在于提出一种标签确定方法。
7、本专利技术的第七个目的在于提出一种图像质量评估装置。
8、本专利技术的第八个目的在于提出一种标签生成装置。
9、本专利技术的第九个目的在于提出一种人脸质量评估模型训练装置。
10、本专利技术的第十个目的在于提出另一种
11、本专利技术的第十一个目的在于提出一种人脸识别装置。
12、本专利技术的第十二个目的在于提出一种标签确定装置。
13、本专利技术的第十三个目的在于提出一种计算机设备。
14、本专利技术的第十四个目的在于提出一种芯片。
15、本专利技术的第十五个目的在于提出一种计算机可读存储介质。
16、为达到上述目的，本专利技术第一方面实施方式提出了一种图像质量评估方法，所述方法包括：获取针对同一目标对象进行拍摄得到的人脸图像集合；其中，所述人脸图像集合中包括若干待评估人脸图像；确定所述待评估人脸图像的视觉特征评估数据和人脸特征评估数据；其中，所述视觉特征评估数据是基于从所述待评估人脸图像中提取的低层特征确定的，所述低层特征用于描述所述待评估人脸图像的视觉层语义；所述人脸特征评估数据用于描述所述待评估人脸图像的概念层语义的质量情况；根据所述待评估人脸图像的视觉特征评估数据和人脸特征评估数据进行人脸图像质量评估，得到所述待评估人脸图像的人脸图像评估数据。
17、根据本专利技术的一个实施方式，所述视觉特征评估数据的确定方式，包括：根据所述若干待评估人脸图像的低层特征，得到所述目标对象的代表低层特征；基于所述待评估人脸图像的低层特征和所述代表低层特征进行相似度计算，得到所述待评估人脸图像的所述视觉特征评估数据。
18、根据本专利技术的一个实施方式，所述人脸特征评估数据是基于从所述待评估人脸图像中提取的高层特征确定的；所述高层特征用于描述所述待评估人脸图像的概念层语义；所述低层特征和所述高层特征的确定方式，包括：将所述待评估人脸图像输入至训练好的人脸识别模型进行特征提取，得到所述低层特征和所述高层特征。
19、根据本专利技术的一个实施方式，所述人脸特征评估数据包括第一特征评估数据；所述高层特征包括所述人脸识别模型在不同的随机丢弃模式下提取到的多个第一高层特征；所述人脸特征评估数据的确定方式，包括：根据所述多个第一高层特征进行相似度计算，得到所述待评估人脸图像的所述第一特征评估数据；其中，所述第一特征评估数据用于描述所述待评估人脸图像的高层特征的鲁棒性情况。
20、根据本专利技术的一个实施方式，所述待评估人脸图像是所述若干待评估人脸图像中的指定人脸图像；所述高层特征包括所述人脸识别模型提取到的第二高层特征；所述人脸特征评估数据包括第二特征评估数据；所述人脸特征评估数据的确定方式，包括：根据所述指定人脸图像的第二高层特征和其他人脸图像的第二高层特征进行相似度计算，得到所述指定人脸图像和所述其他人脸图像之间的相似度数据；其中，所述其他人脸图像是所述若干待评估人脸图像中除所述指定人脸图像以外的其他待评估人脸图像；根据所述相似度数据，得到所述指定人脸图像的所述第二特征评估数据；其中，所述第二特征评估数据用于描述所述指定人脸图像的识别性情况。
21、根据本专利技术的一个实施方式，所述人脸特征评估数据包括第一特征评估数据和第二特征评估数据；所述根据所述待评估人脸图像的视觉特征评估数据和人脸特征评估数据进行人脸图像质量评估，得到所述待评估人脸图像的人脸图像评估数据，包括：根据所述视觉特征评估数据、所述第一特征评估数据和所述第二特征评估数据进行人脸图像质量评估，得到所述人脸图像评估数据。
22、为达到上述目的，本专利技术第二方面实施方式提出了一种标签生成方法，所述方法包括：获取针对同一目标对象进行拍摄得到的人脸图像集合；其中，所述人脸图像集合中包括若干待标注人脸图像；确定所述待标注人脸图像的视觉特征评估数据和人脸特征评估数据；其中，所述视觉特征评估数据是基于从所述待标注人脸图像中提取的低层特征确定的，所述低层特征用于描述所述待标注人脸图像的视觉层语义；所述人脸特征评估数据用于描述所述待标注人脸图像的概念层语义的质量情况；基于所述视觉特征评估数据和所述人脸特征评估数据进行人脸图像质量评估，得到所述待标注人脸图像的人脸图像评估数据；将所述人脸图像评估数据作为所述待标注人脸图像的标签。
23、为达到上述目的，本专利技术第三方面实施方式提出了一种人脸质量评估模型训练方法，所述方法包括：构建第一训练样本集；其中，所述第一训练样本集包括若干第一人脸图像样本，所述第一人脸图像样本具有基于权利要求7中的标签生成方法得到的标签；利用所述第一训练样本集对初始评估模型进行训练，得到所述人脸质量评估模型。
24、根据本专利技术的一个实施方式，所述初始评估模型是在完成训练的人脸识别学生模型的基础上进行迁移得到的；所述人脸识别学生模型对应有人脸识别老师模型；所述人脸质量评估模型训练方法还包括：构建第二训练样本集；其中，所述第一训练样本集包括若干第二人脸图像样本，所述第二人脸图像样本具有对象类别标签；将所述第二人脸图像样本输入至所述人脸识别老师模型进行人脸识别，得到第一人脸识别特征和第一预测类别；将所述第二人脸图像样本输入至所述人脸识别学生模型进行人脸识别，得到第二人脸识别特征和第二预测类别；基于所述第一人脸识别特征、所述第一预测类别、所述第二人脸识别特征、所述第二预测类别和所述对象类别标签确定所述人脸识别学生模型的损失数据；基于所述人脸识别学生模型的损失数据对所述人脸识别学生模型进行参数更新，直至满足模型训练停止条件。
25、为达到上述目的，本专利技术第四方面实施方式提出了另一种图像质量评估方法，所述方法包括：获取待评估人脸图像；将所述待评估人脸图像输入至通过前述任一项实施方式所述的人脸质量评估模型训练方法本文档来自技高网...
【技术保护点】
1.一种图像质量评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述视觉特征评估数据的确定方式，包括：
3.根据权利要求1所述的方法，其特征在于，所述人脸特征评估数据是基于从所述待评估人脸图像中提取的高层特征确定的；所述高层特征用于描述所述待评估人脸图像的概念层语义；所述低层特征和所述高层特征的确定方式，包括：
4.根据权利要求3所述的方法，其特征在于，所述人脸特征评估数据包括第一特征评估数据；所述高层特征包括所述人脸识别模型在不同的随机丢弃模式下提取到的多个第一高层特征；所述人脸特征评估数据的确定方式，包括：
5.根据权利要求3或4中任一项所述的方法，其特征在于，所述待评估人脸图像是所述若干待评估人脸图像中的指定人脸图像；所述高层特征包括所述人脸识别模型提取到的第二高层特征；所述人脸特征评估数据包括第二特征评估数据；所述人脸特征评估数据的确定方式，包括：
6.根据权利要求1所述的方法，其特征在于，所述人脸特征评估数据包括第一特征评估数据和第二特征评估数据；所述根据所述待评估人脸图像的视觉
7.一种标签生成方法，其特征在于，所述方法包括：
8.一种人脸质量评估模型训练方法，其特征在于，所述方法包括：
9.根据权利要求8所述的方法，其特征在于，所述初始评估模型是在完成训练的人脸识别学生模型的基础上进行迁移得到的；所述人脸识别学生模型对应有人脸识别老师模型；所述方法还包括：
10.一种图像质量评估方法，其特征在于，所述方法包括：
11.一种人脸识别方法，其特征在于，所述方法包括：
12.一种标签确定方法，其特征在于，所述方法包括：
13.一种图像质量评估装置，其特征在于，所述装置包括：
14.根据权利要求13所述的装置，其特征在于，所述第一特征评估数据确定模块，还用于根据所述若干待评估人脸图像的低层特征，得到所述目标对象的代表低层特征；基于所述待评估人脸图像的低层特征和所述代表低层特征进行相似度计算，得到所述待评估人脸图像的所述视觉特征评估数据。
15.根据权利要求13所述的装置，其特征在于，所述人脸特征评估数据是基于从所述待评估人脸图像中提取的高层特征确定的；所述高层特征用于描述所述待评估人脸图像的概念层语义；
16.根据权利要求15所述的装置，其特征在于，所述人脸特征评估数据包括第一特征评估数据；所述高层特征包括所述人脸识别模型在不同的随机丢弃模式下提取到的多个第一高层特征；
17.根据权利要求15或16中任一项所述的装置，其特征在于，所述待评估人脸图像是所述若干待评估人脸图像中的指定人脸图像；所述高层特征包括所述人脸识别模型提取到的第二高层特征；所述人脸特征评估数据包括第二特征评估数据；
18.一种标签生成装置，其特征在于，所述装置包括：
19.一种人脸质量评估模型训练装置，其特征在于，所述装置包括：
20.根据权利要求19所述的装置，其特征在于，所述初始评估模型是在完成训练的人脸识别学生模型的基础上进行迁移得到的；所述人脸识别学生模型对应有人脸识别老师模型；所述装置还包括：
21.一种图像质量评估装置，其特征在于，所述装置包括：
22.一种人脸识别装置，其特征在于，所述装置包括：
23.一种标签确定装置，其特征在于，所述装置包括：
24.一种计算机设备，包括存储器和处理器，所述存储器存储有第一计算机程序，其特征在于，所述处理器执行所述第一计算机程序时实现权利要求1至12中任一项所述的方法的步骤。
25.一种芯片，包括存储单元和处理单元，所述存储单元存储有第二计算机程序，其特征在于，所述处理单元执行所述第二计算机程序时实现权利要求1至6、10至12中任一项所述的方法的步骤。
26.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至12中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种图像质量评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述视觉特征评估数据的确定方式，包括：
3.根据权利要求1所述的方法，其特征在于，所述人脸特征评估数据是基于从所述待评估人脸图像中提取的高层特征确定的；所述高层特征用于描述所述待评估人脸图像的概念层语义；所述低层特征和所述高层特征的确定方式，包括：
4.根据权利要求3所述的方法，其特征在于，所述人脸特征评估数据包括第一特征评估数据；所述高层特征包括所述人脸识别模型在不同的随机丢弃模式下提取到的多个第一高层特征；所述人脸特征评估数据的确定方式，包括：
5.根据权利要求3或4中任一项所述的方法，其特征在于，所述待评估人脸图像是所述若干待评估人脸图像中的指定人脸图像；所述高层特征包括所述人脸识别模型提取到的第二高层特征；所述人脸特征评估数据包括第二特征评估数据；所述人脸特征评估数据的确定方式，包括：
6.根据权利要求1所述的方法，其特征在于，所述人脸特征评估数据包括第一特征评估数据和第二特征评估数据；所述根据所述待评估人脸图像的视觉特征评估数据和人脸特征评估数据进行人脸图像质量评估，得到所述待评估人脸图像的人脸图像评估数据，包括：
7.一种标签生成方法，其特征在于，所述方法包括：
8.一种人脸质量评估模型训练方法，其特征在于，所述方法包括：
9.根据权利要求8所述的方法，其特征在于，所述初始评估模型是在完成训练的人脸识别学生模型的基础上进行迁移得到的；所述人脸识别学生模型对应有人脸识别老师模型；所述方法还包括：
10.一种图像质量评估方法，其特征在于，所述方法包括：
11.一种人脸识别方法，其特征在于，所述方法包括：
12.一种标签确定方法，其特征在于，所述方法包括：
13.一种图像质量评估装置，其特征在于，所述装置包括：
14.根据权利要求13所述的装置，其特征在于，所述第一特征评估数据确定模块，还用于根据所述若干待评估人脸图像...
【专利技术属性】
技术研发人员：霍磊，聂玉虎，崔文朋，郑哲，龚向锋，刘彬，张永波，李明月，
申请(专利权)人：北京智芯微电子科技有限公司，
类型：发明
国别省市：
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。