[發明專利]基于多屬性人臉比對的人臉圖像質量評價方法及裝置

有效

• 申請號: 201811349413.5
• 申請日: 2018-11-14
• 公開（公告）號: CN109544523B
• 公開（公告）日: 2021-01-01
• 發明（設計）人: 蘇靜靜;李嬌;李志國;李黨
• 申請（專利權）人: 北京智芯原動科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于多任務的人臉圖像質量評價方法，其特征在于，該方法包括：

第一步驟，分別采用角度、模糊、光照屬性的人臉樣本圖像作為對應屬性的人臉樣本圖像集，采用平均相似度最值計算法，計算在K種人臉比對方法下對應屬性的平均相似度最小值和平均相似度最大值，獲取每種屬性的平均質量分值和質量分數映射函數，根據對應屬性的平均質量分值，計算角度、模糊、光照屬性對應的權重值；

第二步驟，選取標記角度、模糊、光照屬性的人臉樣本圖像和人臉參考圖像，獲取人臉探測圖像，計算人臉探測圖像在K種人臉比對方法下的角度、模糊、光照屬性的質量分數，采用卷積神經網絡，對輸入的人臉探測圖像、角度屬性質量分數、模糊屬性質量分數、光照屬性質量分數進行反復訓練，獲取訓練好的屬性質量評價模型；

第三步驟，輸入待處理圖像，采用人臉檢測法，檢測待處理圖像中的人臉區域；

第四步驟，采用屬性質量評價模型，對人臉區域進行打分，獲取人臉區域的角度屬性質量分數、模糊屬性質量分數、光照屬性質量分數，根據角度、模糊、光照屬性的質量分數和權重值，計算人臉區域的質量評價分數并輸出；

進一步地，所述第一步驟包括：

屬性樣本圖像集選取步驟，分別選取M個身份的N個標記角度、模糊、光照屬性的人臉樣本圖像作為角度屬性樣本圖像集、模糊屬性樣本圖像集、光照屬性樣本圖像集；

屬性平均質量分值計算步驟，分別針對角度、模糊、光照的屬性樣本圖像集，采用平均相似度最值計算法，計算在K種人臉比對方法下對應屬性的平均相似度最小值和平均相似度最大值；將屬性的平均相似度最小值作為對應屬性的平均質量分值，根據屬性的平均相似度最小值和平均相似度最大值，獲取對應屬性的質量分數映射函數；

屬性權重值計算步驟，根據角度、模糊、光照的平均質量分值fsim_ang、fsim_blur、fsim_bri，計算對應的質量分數影響值fλ_ang＝1-fsim_ang、fλ_blur＝1-fsim_blur、fλ_bri＝1-fsim_bri；根據角度、模糊、光照的質量分數影響值，分別計算角度權重值模糊權重值光照權重值所述屬性平均質量分值計算步驟中屬性的質量分數映射函數獲取步驟為：設定屬性的平均相似度最小值fsim_min對應質量分數0，設定屬性的平均相似度最大值fsim_max對應質量分數1，則屬性的質量分數映射函數為其中fsim_i為對應屬性的當前人臉探測圖像與人臉參考圖像的人臉比對相似度值。

2.如權利要求1所述的方法，其特征在于，所述平均相似度最值計算法包括：

屬性人臉參考和探測圖像獲取步驟，對每個身份選取R1個標準人臉圖像作為人臉參考圖像，將屬性樣本圖像集中人臉參考圖像外的屬性樣本圖像作為對應屬性的人臉探測圖像；

同種身份人臉比對相似度計算步驟，針對每個身份，采用K種人臉比對方法，分別計算每個人臉探測圖像與對應身份的人臉參考圖像的相似度值fsim_kij，0≤k≤K，0≤i≤R2，0≤j≤R1；針對每個身份，統計第k種人臉比對方法下，人臉探測圖像與對應身份的人臉參考圖像的相似度值的中間值fsim_k，將中間值fsim_k作為對應身份的第k種人臉比對方法的相似度值；針對每個身份，統計K種人臉比對方法的相似度值的平均值fsim，將平均值fsim作為對應身份的人臉比對相似度值；其中，所述k表示第k種人臉比對方法，K表示采用的人臉比對方法的數量；所述i和j分別表示對應身份下第i個人臉探測圖像和第j個人臉參考圖像，R1和R2分別表示對應身份下人臉探測圖像和人臉參考圖像的數量；屬性人臉平均相似度最值計算步驟，統計所有身份的人臉比對相似度值，將所有身份的人臉比對相似度值的最小值作為平均相似度最小值fsim_min，將所有身份的人臉比對相似度值的最大值作為平均相似度最大值fsim_max。