[發明專利]人臉圖像的選擇方法、裝置、設備及存儲介質

有效

• 申請號: 202010863256.0
• 申請日: 2020-08-25
• 公開（公告）號: CN111738243B
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 陳星宇;張睿欣;汪韜;李紹欣;黃淵;程盼;李廣源;陽斯拯;李季檁;吳永堅;黃飛躍
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 張所明

1.一種人臉圖像的選擇方法，其特征在于，所述方法包括：

在每獲取到一幀人臉圖像之后，逐幀檢測所述人臉圖像是否符合初步質量篩選條件；

在檢測到符合所述初步質量篩選條件的第一人臉圖像時，確定所述第一人臉圖像的質量整體分，以及停止檢測所述第一人臉圖像之后獲取的人臉圖像是否符合所述初步質量篩選條件，所述質量整體分用于表征人臉圖像的整體質量；

若所述第一人臉圖像的質量整體分大于一級閾值，則將所述第一人臉圖像送入人臉識別流程；

若連續n幀人臉圖像的質量整體分小于所述一級閾值，則從所述連續n幀人臉圖像中選擇所述質量整體分最高的第二人臉圖像；

若所述第二人臉圖像的質量整體分大于二級閾值，則確定所述第二人臉圖像的質量歸因分，所述質量歸因分包括多個質量參考維度上的質量分數；其中，所述二級閾值小于所述一級閾值；

若所述第二人臉圖像的質量歸因分符合條件，則將所述第二人臉圖像送入所述人臉識別流程。

2.根據權利要求1所述的方法，其特征在于，所述逐幀檢測所述人臉圖像是否符合初步質量篩選條件，包括：

獲取所述人臉圖像的光線分，所述光線分用于表征所述人臉圖像的亮暗程度；

根據所述人臉圖像的光線分，檢測所述人臉圖像是否符合所述初步質量篩選條件。

3.根據權利要求1所述的方法，其特征在于，所述確定所述第一人臉圖像的質量整體分，包括：

調用第一打分模型，所述第一打分模型是用于確定所述質量整體分的神經網絡模型；

通過所述第一打分模型確定所述第一人臉圖像的質量整體分。

4.根據權利要求3所述的方法，其特征在于，所述第一打分模型的訓練過程如下：

獲取訓練樣本，所述訓練樣本包括樣本人臉圖像以及與所述樣本人臉圖像對應的標準人臉圖像；

獲取所述樣本人臉圖像與所述標準人臉圖像之間的相似度，所述相似度用于確定所述樣本人臉圖像的第一標簽信息，所述第一標簽信息是指所述質量整體分的標簽信息；

基于所述樣本人臉圖像的第一標簽信息，對所述第一打分模型進行訓練。

5.根據權利要求1所述的方法，其特征在于，所述確定所述第一人臉圖像的質量整體分之后，還包括：

若所述第一人臉圖像的質量整體分小于所述一級閾值，則獲取下一幀人臉圖像的質量整體分；其中，初始的下一幀人臉圖像是指所述第一人臉圖像的下一幀人臉圖像；

若所述下一幀人臉圖像的質量整體分大于所述一級閾值，則將所述下一幀人臉圖像送入所述人臉識別流程；

若所述下一幀人臉圖像的質量整體分小于所述一級閾值，則再次從所述獲取下一幀人臉圖像的質量整體分的步驟開始執行。

6.根據權利要求1所述的方法，其特征在于，所述確定所述第二人臉圖像的質量歸因分，包括：

調用第二打分模型，所述第二打分模型是用于確定所述質量歸因分的神經網絡模型；

通過所述第二打分模型確定所述第二人臉圖像的質量歸因分，所述質量歸因分包括角度分、模糊分、遮擋分以及光線分中至少一種；

其中，所述角度分用于表征所述人臉圖像的人臉角度，所述模糊分用于表征所述人臉圖像的模糊程度，所述遮擋分用于表征所述人臉圖像的遮擋情況，所述光線分用于表征所述人臉圖像的亮暗程度。

7.根據權利要求6所述的方法，其特征在于，所述第二打分模型的訓練過程如下：

獲取訓練樣本，所述訓練樣本包括樣本人臉圖像以及所述樣本人臉圖像的第二標簽信息，所述第二標簽信息包括所述多個質量參考維度上的質量檔位信息；

基于所述樣本人臉圖像的第二標簽信息，對所述第二打分模型進行訓練。

8.根據權利要求4或7所述的方法，其特征在于，所述方法還包括：

獲取所述訓練樣本中的沖突樣本，所述沖突樣本是指質量整體分與質量歸因分存在沖突的訓練樣本；

對所述沖突樣本的標簽信息進行修正處理。