[發明專利]人臉圖像的質量評價方法、裝置以及計算機可讀存儲介質

在審

• 申請號: 202110605098.3
• 申請日: 2021-05-31
• 公開（公告）號: CN113536900A
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 劉明;葉樂樂;汪志強;張朋
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/00
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 黎堅怡

1.一種人臉圖像的質量評價方法，其特征在于，包括：

將多個人臉圖像輸入至訓練后的多任務網絡模型中，以獲得每張所述人臉圖像對應的多個屬性的預測值，其中，所述屬性包括人臉角度、人臉清晰度以及人臉遮擋信息；

根據多個所述屬性的預測值獲得對應的所述人臉圖像的人臉質量得分。

2.根據權利要求1所述的質量評價方法，其特征在于，所述根據所述多個屬性的預測值獲得對應的所述人臉圖像的人臉質量得分的步驟之前，包括：

針對每張所述人臉圖像，計算獲得當前所述人臉圖像的卡爾曼增益矩陣，并利用所述卡爾曼增益矩陣獲得當前所述人臉圖像的人臉角度的最優估計值和人臉清晰度的最優估計值；

獲得當前所述人臉圖像的人臉角度的預測值與人臉角度的最優估計值之間的第一差值、以及當前所述人臉圖像的人臉清晰度的預測值與人臉清晰度的最優估計值之間的第二差值；

判斷所述第一差值和所述第二差值是否符合預設條件；

若是，則進入所述根據所述多個屬性的預測值獲得對應的所述人臉圖像的人臉質量得分的步驟；否則，不進入所述根據所述多個屬性的預測值獲得對應的所述人臉圖像的人臉質量得分的步驟。

3.根據權利要求2所述的質量評價方法，其特征在于，所述人臉角度包括俯仰角、旋轉角以及偏航角；

所述獲得當前所述人臉圖像的人臉角度的預測值與人臉角度的最優估計值之間的第一差值的步驟包括：

獲得當前所述人臉圖像中所述俯仰角的預測值與所述俯仰角的最優估計值之間的差值、所述旋轉角的預測值與所述旋轉角的最優估計值之間的差值以及所述偏航角的預測值與所述偏航角的最優估計值之間的差值。

4.根據權利要求2或3任一項所述的質量評價方法，其特征在于，所述判斷所述第一差值和所述第二差值是否符合預設條件的步驟，包括：

獲得當前所述人臉圖像中所述俯仰角的預測值與所述俯仰角的最優估計值之間的差值的絕對值、所述旋轉角的預測值與所述旋轉角的最優估計值之間的差值的絕對值以及所述偏航角的預測值與所述偏航角的最優估計值之間的差值的絕對值的和值；

判斷所述和值是否小于第一閾值且所述第二差值的絕對值是否小于第二閾值。

5.根據權利要求1所述的質量評價方法，其特征在于，所述根據所述多個屬性的預測值獲得對應的所述人臉圖像的人臉質量得分的步驟，包括：

利用每張所述人臉圖像的所述人臉角度的得分值、所述人臉清晰度的得分值和所述人臉遮擋信息的得分值構建三維空間矩陣，且所述三維空間矩陣的原點坐標為(0,0,0)；其中，所述人臉角度的得分值、所述人臉清晰度的得分值和所述人臉遮擋信息的得分值分別與對應屬性的所述預測值相關；

基于所述三維空間矩陣中經過所述原點坐標的對角線獲得每張所述人臉圖像的所述人臉質量得分。

6.根據權利要求5所述的質量評價方法，其特征在于，所述基于所述三維空間矩陣中經過所述原點坐標的對角線獲得每張所述人臉圖像的所述人臉質量得分的步驟，包括：

獲得所述人臉角度的得分值的平方與第一權重的第一乘積、所述人臉清晰度的得分值的平方與第二權重的第二乘積、所述人臉遮擋信息的得分值的平方與第三權重的第三乘積；其中，所述第一權重、所述第二權重和所述第三權重的范圍均為0-1；

將所述第一乘積、所述第二乘積和所述第三乘積之和的平方根值和歸一化系數的乘積作為所述人臉質量得分。

7.根據權利要求1所述的質量評價方法，其特征在于，所述將所述多個人臉圖像輸入至訓練后的多任務網絡模型中，以獲得每張所述人臉圖像對應的多個屬性的預測值，其中，所述多個屬性包括人臉角度、人臉清晰度以及人臉遮擋信息的步驟之前，包括：

從視頻流中獲得多個目標人臉圖像；

對多個所述目標人臉圖像進行全局模糊度計算，以獲得每張所述目標人臉圖像的第一清晰度；

判斷所述第一清晰度是否大于第三閾值；

若是，則進入將多個人臉圖像輸入至訓練后的多任務網絡模型中，以獲得每張所述人臉圖像對應的多個屬性的預測值的步驟。