[發(fā)明專利]基于局部貢獻(xiàn)方差的人臉質(zhì)量判斷方法在審
| 申請?zhí)枺?/td> | 202210173160.0 | 申請日： | 2022-02-24 |
| 公開（公告）號： | CN114581976A | 公開（公告）日： | 2022-06-03 |
| 發(fā)明（設(shè)計）人： | 練啟業(yè);謝曉華;鄭慧誠;張永 | 申請（專利權(quán)）人： | 中山大學(xué) |
| 主分類號： | G06V40/16 | 分類號： | G06V40/16;G06V10/764;G06K9/62 |
| 代理公司： | 深圳市創(chuàng)富知識產(chǎn)權(quán)代理有限公司 44367 | 代理人： | 高冰 |
| 地址： | 510275 廣東*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 基于 局部 貢獻(xiàn) 方差 質(zhì)量 判斷 方法 | ||
1.一種基于局部貢獻(xiàn)方差的人臉質(zhì)量判斷方法，其特征在于，包括以下步驟：
步驟1、人臉檢測和人臉關(guān)鍵點(diǎn)檢測；
步驟2、人臉對齊；
步驟3、對對齊后的人臉進(jìn)行掩碼操作，得到一系列帶掩碼的圖像；
步驟4、通過人臉識別網(wǎng)絡(luò)將所述帶掩碼的圖像映射為人臉特征；
步驟5、通過計算原圖和掩碼圖片的特征相似度得到一系列局部貢獻(xiàn)；
步驟6、計算局部貢獻(xiàn)的方差，得到人臉圖像質(zhì)量；
步驟7、使用輕量級神經(jīng)網(wǎng)絡(luò)進(jìn)行擬合，得到人臉質(zhì)量分?jǐn)?shù)預(yù)測器。
2.如權(quán)利要求1所述的一種基于局部貢獻(xiàn)方差的人臉質(zhì)量判斷方法，其特征在于，所述對對齊后的人臉進(jìn)行掩碼操作，得到一系列帶掩碼的圖像，具體為：對對齊后的人臉圖片進(jìn)行掩碼操作，從上到下，每k行進(jìn)行依次進(jìn)行，對齊后的人臉圖片分辨率通常為112*112，得到(112/k)+1張圖片。
3.如權(quán)利要求1所述的一種基于局部貢獻(xiàn)方差的人臉質(zhì)量判斷方法，其特征在于，所述通過人臉識別網(wǎng)絡(luò)將所述帶掩碼的圖像映射為人臉特征，具體為：對得到的對齊后的人臉圖片送入人臉識別網(wǎng)絡(luò)中，得到原始人臉圖片的人臉特征F0，對得到的(112/k)+1張人臉圖片送入人臉識別網(wǎng)絡(luò)中，得到(112/k)+1個人臉特征Fi，其中i∈[1,(112/K)+1]。
4.如權(quán)利要求1所述的一種基于局部貢獻(xiàn)方差的人臉質(zhì)量判斷方法，其特征在于，所述計算局部貢獻(xiàn)的方差，得到人臉圖像質(zhì)量，具體為：將得到的F0和Fi依次計算余弦相似度，得到(112/k)+1個相似度，計算這些相似度的方差，得到人臉質(zhì)量分?jǐn)?shù)。
5.如權(quán)利要求1所述的一種基于局部貢獻(xiàn)方差的人臉質(zhì)量判斷方法，其特征在于：所述輕量級神經(jīng)網(wǎng)絡(luò)采用MobileFaceNet作為主干網(wǎng)絡(luò)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中山大學(xué)，未經(jīng)中山大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202210173160.0/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
