[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

本申請提供了一種人臉圖像質量的評估方法及裝置，其中，方法包括：獲取待評估人臉圖像，將待評估人臉圖像輸入訓練后的人臉識別神經網絡模型；獲取全連接層的輸入特征和輸出特征；將輸入特征至少一次輸入預設的隨機子網絡模型，得到隨機子網絡模型至少一次輸出的特征，其中，隨機子網絡模型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。基于至少一次輸出的特征與所述輸出特征間的距離，計算用于表征待評估人臉圖像質量的得分。本申請解決現有技術中由于人臉圖像質量的評估結果受標注數據影響較大，或者，進行人臉圖像質量評估所使用的因素與人臉特征間的差異較大，所導致的人臉圖像質量的評估準確性低的問題。

技術領域

本申請涉及人臉識別領域，尤其涉及一種人臉圖像質量的評估方法及裝置。

背景技術

對視頻中人臉的識別是視頻內容理解的重要組成部分，其中，對視頻中人臉的識別一般包括：人臉檢測、人臉跟蹤或聚類、人臉質量評估、人臉識別等模塊及流程。其中，人臉檢測模塊將視頻幀中含有人臉的位置截取出來。人臉跟蹤模塊識別同一個人的連續多個人臉框圖像，得到人臉跟蹤流或者聚類簇。其中，由于一個人臉跟蹤流或者聚類簇中，含有多張人臉圖像，人臉質量評估模塊選擇人臉特征質量最好的一張人臉圖像輸入人臉識別模塊。人臉識別模塊抽取人臉圖像中的人臉特征，并利用抽取的人臉特征與庫中的人臉特征進行比對，當抽取的人臉特征與庫中人臉特征間的相似性滿足一定閾值時識別完成。

目前，對人臉圖像質量的評估方法包括兩類，其中，一類是通過分析人臉圖像中的光照、背景、模糊度和分辨率等因素，判斷人臉圖像的質量。由于該方法評估的是人臉圖像的質量，與人臉識別所需的人臉質量之間存在較大的差異，即對人臉圖像質量的評估準確性較低。另一類是依據大量人工標注的人臉圖像數據，通過監督訓練得到人臉圖像質量評估模型。但是，由于人臉圖像質量評估模型對人臉圖像質量的評估結果受訓練數據的質量影響較大，使得人臉圖像質量評估準確性較低。

發明內容

本申請提供了一種人臉圖像質量的評估方法及裝置，目的在于解決人臉圖像質量的評估準確性低的問題。

為了實現上述目的，本申請提供了以下技術方案：

本申請提供了一種人臉圖像質量的評估方法，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。

可選的，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。

可選的，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；