[發明專利]人臉質量檢測模型的優化方法、裝置、設備及存儲介質

在審

• 申請號: 201911215511.4
• 申請日: 2019-12-02
• 公開（公告）號: CN112989869A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 馮展鵬;吳天舒;胡文澤;王孝宇
• 申請（專利權）人: 深圳云天勵飛技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 深圳驛航知識產權代理事務所(普通合伙) 44605
• 代理人: 楊倫

本發明提供了一種人臉質量檢測模型的優化方法、裝置、設備及存儲介質，其中該優化方法包括：利用人臉質量檢測模型對多個待檢測圖片進行檢測；根據所述人臉質量檢測模型對所述多個待檢測圖片的檢測結果，將所述多個待檢測圖片中不符合預設質量條件的待檢測圖片作為訓練圖片樣本；獲取所述訓練圖片樣本的特征值，并根據所述訓練圖片樣本的特征值，給所述訓練圖片樣本標注用于表征所述訓練圖片樣本特征的特征標簽；利用標注有所述特征標簽的訓練圖片樣本對所述人臉質量檢測模型進行訓練，得到優化后的人臉質量檢測模型。本發明能提升人臉質量檢測模型的魯棒性。

技術領域

本發明涉及圖像檢測技術領域，特別涉及一種人臉質量檢測模型的優化方法、裝置、設備及存儲介質。

背景技術

在安防場景中通常涉及到圖片的抓拍，一般攝像頭的抓拍速度為30幀/秒，即每秒鐘攝像頭能抓到的圖片數量為30張。假設這些圖片中含有不同人的大量的人臉，對于每一個人來說，同一張人臉圖片的質量會受到光照、曝光時間、人離攝像頭遠近等多種因素的影響導致有的人臉是模糊的、過小的。如果做一個隨機的選擇，選擇到人臉質量較差的照片，那會導致檢測、識別模型的性能下降，通過選擇人臉質量最高的人臉才能最大化后續檢測、識別模型性能，從而增加整個系統的識別準確率以及人臉屬性相關的精準度。然而目前的人臉質量檢測模型在對圖片進行檢測時，由于模型的魯棒性弱，造成對部分圖片的質量檢測結果并不理想。

發明內容

本發明提供了一種人臉質量檢測模型的優化方法、裝置、設備及存儲介質，其目的是為了解決人臉質量檢測模型的魯棒性弱的問題。

為了達到上述目的，第一方面，本發明的實施例提供了一種人臉質量檢測模型的優化方法，包括：

利用人臉質量檢測模型對多個待檢測圖片進行檢測；

根據所述人臉質量檢測模型對所述多個待檢測圖片的檢測結果，將所述多個待檢測圖片中不符合預設質量條件的待檢測圖片作為訓練圖片樣本；

獲取所述訓練圖片樣本的特征值，并根據所述訓練圖片樣本的特征值，給所述訓練圖片樣本標注用于表征所述訓練圖片樣本特征的特征標簽；

利用標注有所述特征標簽的訓練圖片樣本對所述人臉質量檢測模型進行訓練，得到優化后的人臉質量檢測模型。

第二方面，本發明的實施例還提供了一種人臉質量檢測模型的優化裝置，包括：

檢測模塊，用于利用人臉質量檢測模型對多個待檢測圖片進行檢測；

確定模塊，用于根據所述人臉質量檢測模型對所述多個待檢測圖片的檢測結果，將所述多個待檢測圖片中不符合預設質量條件的待檢測圖片作為訓練圖片樣本；

標注模塊，用于獲取所述訓練圖片樣本的特征值，并根據所述訓練圖片樣本的特征值，給所述訓練圖片樣本標注用于表征所述訓練圖片樣本特征的特征標簽；

訓練模塊，用于利用標注有所述特征標簽的訓練圖片樣本對所述人臉質量檢測模型進行訓練，得到優化后的人臉質量檢測模型。

第三方面，本發明的實施例還提供了一種人臉質量檢測模型的優化設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述的人臉質量檢測模型的優化方法的步驟。

第四方面，本發明的實施例還提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現上述的人臉質量檢測模型的優化方法的步驟。

本發明的上述方案至少有如下的有益效果：