[發明專利]一種人臉圖像質量的評估方法及裝置

有效

• 申請號: 202011184680.9
• 申請日: 2020-10-30
• 公開（公告）號: CN112270269B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 歐陽潘義;吳紅;張亦弛
• 申請（專利權）人: 湖南快樂陽光互動娛樂傳媒有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/774;G06V10/82;G06N3/0464;G06T7/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 尹秀

1.一種人臉圖像質量的評估方法，其特征在于，包括：

獲取待評估人臉圖像；

將所述待評估人臉圖像輸入訓練后的人臉識別神經網絡模型；所述人臉識別神經網絡模型包括全連接層；對所述人臉識別神經網絡模型的訓練過程中采用了dropout技術；

獲取所述全連接層的輸入特征和輸出特征；所述輸出特征包含所述待評估人臉圖像中的人臉特征；

將所述輸入特征至少一次輸入預設的隨機子網絡模型，得到所述隨機子網絡模型至少一次輸出的特征；所述隨機子網絡模型由包含一個隱含層的神經網絡層構成；所述隱含層的權重矩陣為所述全連接層的權重矩陣與目標矩陣進行點乘得到；所述目標矩陣中每個元素的取值為0或1；其中，任一元素取值為0的概率為預設概率；

基于所述至少一次輸出的特征與所述輸出特征間的距離，計算用于表征所述待評估人臉圖像質量的得分；

所述至少一次為多次；

所述基于所述至少一次輸出的特征與所述輸出特征間的距離，計算用于表征所述待評估人臉圖像質量的得分，包括：

分別計算所述隨機子網絡模型每次輸出的特征與所述輸出特征間的歐式距離；

計算所述歐式距離的平均值，得到平均距離；

通過sigmoid函數，將所述平均距離轉換為所述得分。

2.根據權利要求1所述的方法，其特征在于，在所述基于所述至少一次輸出的特征與所述輸出特征間的距離，計算用于表征所述待評估人臉圖像質量的得分之后，還包括：

在所述待評估人臉圖像為多幀的情況下，依據每個待評估人臉圖像的得分，確定用于進行人臉識別的輸出特征；

通過預設的人臉識別模塊，對所述用于進行人臉識別的輸出特征進行人臉識別。

3.根據權利要求2所述的方法，其特征在于，所述依據每個待評估人臉圖像的得分，確定用于進行人臉識別的輸出特征，包括：

將所述訓練后的人臉識別神經網絡模型的全連接層針對每個待評估人臉圖像的輸出特征中，得分最高的人臉圖像對應的輸出特征，作為用于進行人臉識別的輸出特征。

4.根據權利要求1所述的方法，其特征在于，所述預設概率的取值為0.5。

5.一種人臉圖像質量的評估裝置，其特征在于，包括：

第一獲取模塊，用于獲取待評估人臉圖像；

第一輸入模塊，用于將所述待評估人臉圖像輸入訓練后的人臉識別神經網絡模型；所述人臉識別神經網絡模型包括全連接層；對所述人臉識別神經網絡模型的訓練過程中采用了dropout技術；

第二獲取模塊，用于獲取所述全連接層的輸入特征和輸出特征；所述輸出特征包含所述待評估人臉圖像中的人臉特征；

第二輸入模塊，用于將所述輸入特征至少一次輸入預設的隨機子網絡模型，得到所述隨機子網絡模型至少一次輸出的特征；所述隨機子網絡模型由包含一個隱含層的神經網絡層構成；所述隱含層的權重矩陣為所述全連接層的權重矩陣與目標矩陣進行點乘得到；所述目標矩陣中每個元素的取值為0或1；其中，任一元素取值為0的概率為預設概率；

計算模塊，用于基于所述至少一次輸出的特征與所述輸出特征間的距離，計算用于表征所述待評估人臉圖像質量的得分；

所述至少一次為多次；

所述計算模塊，用于基于所述至少一次輸出的特征與所述輸出特征間的距離，計算用于表征所述待評估人臉圖像質量的得分，包括：

所述計算模塊，具體用于分別計算所述隨機子網絡模型每次輸出的特征與所述輸出特征間的歐式距離；計算所述歐式距離的平均值，得到平均距離；通過sigmoid函數，將所述平均距離轉換為所述得分。

6.根據權利要求5所述的裝置，其特征在于，所述裝置還包括：

識別模塊，用于在所述計算模塊基于所述至少一次輸出的特征與所述輸出特征間的距離，計算用于表征所述待評估人臉圖像質量的得分之后，在所述待評估人臉圖像為多幀的情況下，依據每個待評估人臉圖像的得分，確定用于進行人臉識別的輸出特征；通過預設的人臉識別模塊，對所述用于進行人臉識別的輸出特征進行人臉識別。