[發(fā)明專利]一種人臉圖像的質(zhì)量評(píng)價(jià)方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202011534287.8
• 申請(qǐng)日: 2020-12-22
• 公開（公告）號(hào): CN112528939A
• 公開（公告）日: 2021-03-19
• 發(fā)明（設(shè)計(jì)）人: 高山;劉圣陽;秦丹峰;秦雷
• 申請(qǐng)（專利權(quán)）人: 廣州海格星航信息科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 郭浩輝;顏希文

1.一種人臉圖像的質(zhì)量評(píng)價(jià)方法，其特征在于，包括：

獲取待評(píng)價(jià)的人臉圖像，并判斷所述人臉圖像的類別；所述人臉圖像的類別包括：正臉圖像和側(cè)臉圖像；

根據(jù)所述人臉圖像的類別判斷結(jié)果，通過選擇對(duì)應(yīng)的關(guān)鍵點(diǎn)提取方法，提取出所述人臉圖像的人臉關(guān)鍵點(diǎn)，并根據(jù)所述人臉關(guān)鍵點(diǎn)，在所述人臉圖像中劃分出人臉關(guān)鍵點(diǎn)區(qū)域；其中，在所述正臉圖像提取的所述人臉關(guān)鍵點(diǎn)的位置包括所述人臉圖像的五官位置；在所述側(cè)臉圖像提取的所述人臉關(guān)鍵點(diǎn)的位置包括所述人臉圖像的五官輪廓位置以及眉毛位置；

計(jì)算所述人臉關(guān)鍵點(diǎn)區(qū)域內(nèi)由所有像素點(diǎn)組成的像素?cái)?shù)據(jù)的拉普拉斯方差值、灰度平均值以及根據(jù)所述人臉關(guān)鍵點(diǎn)區(qū)域劃分的左邊臉區(qū)域和右邊臉區(qū)域的像素?cái)?shù)據(jù)之間的明度比率的差值，并根據(jù)所述拉普拉斯方差值、所述灰度平均值和所述明度比率的差值，對(duì)所述人臉圖像進(jìn)行模糊臉判定、明暗臉判定和陰陽臉判定；

根據(jù)所述模糊臉判定、所述明暗臉判定以及所述陰陽臉判定的判定結(jié)果，對(duì)所述人臉圖像的質(zhì)量進(jìn)行分類，獲得所述人臉圖像的質(zhì)量評(píng)價(jià)結(jié)果。

2.根據(jù)權(quán)利要求1所述的人臉圖像的質(zhì)量評(píng)價(jià)方法，其特征在于，所述根據(jù)所述人臉圖像的類別判斷結(jié)果，通過選擇對(duì)應(yīng)的關(guān)鍵點(diǎn)提取方法，提取出所述人臉圖像的人臉關(guān)鍵點(diǎn)，并根據(jù)所述人臉關(guān)鍵點(diǎn)，在所述人臉圖像中劃分出人臉關(guān)鍵點(diǎn)區(qū)域，具體為：

若所述人臉圖像的類別判斷結(jié)果為所述正臉圖像，則通過以所述人臉圖像的鼻子為中心關(guān)鍵點(diǎn)，分別計(jì)算所述人臉圖像中左眼、右眼、左嘴角、唇心、右嘴角的五官關(guān)鍵點(diǎn)到所述中心關(guān)鍵點(diǎn)的距離；通過各所述距離乘以預(yù)設(shè)比例生成的第二距離，將由所有所述五官關(guān)鍵點(diǎn)組成的區(qū)域范圍，往各所述五官關(guān)鍵點(diǎn)方向擴(kuò)展對(duì)應(yīng)的所述第二距離的范圍，以生成正臉的稀疏關(guān)鍵點(diǎn)區(qū)域；

若所述人臉圖像的類別判斷結(jié)果為所述側(cè)臉圖像，則通過預(yù)設(shè)的密集人臉關(guān)鍵點(diǎn)模型，對(duì)所述人臉圖像進(jìn)行密集的關(guān)鍵點(diǎn)提取，以生成側(cè)臉的密集關(guān)鍵點(diǎn)區(qū)域；其中，所述預(yù)設(shè)的密集人臉關(guān)鍵點(diǎn)模型是通過人臉圖片數(shù)據(jù)訓(xùn)練而成。

3.根據(jù)權(quán)利要求2所述的人臉圖像的質(zhì)量評(píng)價(jià)方法，其特征在于，所述預(yù)設(shè)的密集人臉關(guān)鍵點(diǎn)模型是通過人臉圖片數(shù)據(jù)訓(xùn)練而成，具體為：

獲取待識(shí)別的人臉圖像作為待訓(xùn)練數(shù)據(jù)，并確定密集關(guān)鍵點(diǎn)的標(biāo)記數(shù)量和位置；其中，所述待訓(xùn)練數(shù)據(jù)包括：訓(xùn)練集、驗(yàn)證集以及測(cè)試集；

根據(jù)所述密集關(guān)鍵點(diǎn)的標(biāo)記數(shù)量和位置，對(duì)所述待訓(xùn)練數(shù)據(jù)進(jìn)行標(biāo)注；

通過所述待訓(xùn)練數(shù)據(jù)，對(duì)待訓(xùn)練的密集人臉關(guān)鍵點(diǎn)模型進(jìn)行訓(xùn)練，以生成訓(xùn)練完善的所述密集人臉關(guān)鍵點(diǎn)模型。

4.根據(jù)權(quán)利要求1所述的人臉圖像的質(zhì)量評(píng)價(jià)方法，其特征在于，所述灰度平均值的計(jì)算過程，具體為：

將所述人臉圖像轉(zhuǎn)換為灰度圖；

對(duì)所述灰度圖的所述人臉關(guān)鍵點(diǎn)區(qū)域內(nèi)的所有像素進(jìn)行累加，并計(jì)算累加后的平均值，以算出灰度平均值。

5.根據(jù)權(quán)利要求1所述的人臉圖像的質(zhì)量評(píng)價(jià)方法，其特征在于，所述并根據(jù)所述拉普拉斯方差值、所述灰度平均值和所述明度比率的差值，對(duì)所述人臉圖像進(jìn)行模糊臉判定、明暗臉判定和陰陽臉判定，具體為：

判斷所述拉普拉斯方差值、所述灰度平均值和所述明度比率的差值是否在各對(duì)應(yīng)的預(yù)設(shè)的閾值范圍內(nèi)，以對(duì)所述人臉圖像進(jìn)行模糊臉判定、明暗臉判定和陰陽臉判定。