[发明专利]一种图像质量的检测方法、装置及设备

权利要求书

1.一种图像质量的检测方法，包括：

从训练样本中提取图像特征，以确定所述图像特征的特征评分，其中，确定所述图像特征的特征评分，包括服务器或者计算机将提取出的所述图像特征的数据作为所述图像特征的特征评分，或者根据预设的图像特征与特征评分的函数关系确定所述图像特征的特征评分；

基于所述特征评分训练图像质量评分模型，具体包括：针对同一组训练样本，根据该组训练样本中各样本的图像特征确定该组训练样本的标准排序；根据该组中各训练样本的特征评分训练所述图像质量评分模型，以得到所述图像质量评分模型输出的各训练样本的图像质量评分；利用所述图像质量评分模型输出的各训练样本的图像质量评分对该组中各个训练样本进行排序，得到该组训练样本的排序结果；将所述排序结果与所述标准排序进行比较；当所述排序结果与所述标准排序的相似度达到预设阈值时，停止对所述图像质量评分模型进行训练；其中，训练所述图像质量评分模型时，采用在不同环境下采集的原始图像，以及对所述原始图像进行处理得到的扩展图像，作为所述训练样本；将任一所述原始图像及其扩展图像确定为同一组训练样本；

从待检测图像中提取图像特征，以根据所述待检测图像的图像特征和所述图像质量评分模型确定所述待检测图像的图像质量评分。

2.如权利要求1所述的方法，所述基于所述特征评分训练图像质量评分模型包括：

确定各训练样本的标准图像质量评分；

根据各训练样本的特征评分以及各训练样本的标准图像质量评分训练所述图像质量评分模型。

3.如权利要求2所述的方法，所述根据各训练样本的特征评分以及各训练样本的标准图像质量评分训练所述图像质量评分模型包括：

将各训练样本的特征评分输入所述图像质量评分模型，以得到各个训练样本的图像质量评分；

将各个训练样本的图像质量评分与该训练样本的标准图像质量评分进行比较，以统计所述图像质量评分模型输出的图像质量评分的准确率；

当所述图像质量评分模型输出的图像质量评分的准确率达到第一阈值时，停止对所述图像质量评分模型进行训练；

其中，各个训练样本的图像质量评分与该训练样本的标准图像质量评分的差值小于第二阈值时，标记所述图像质量评分模型输出的图像质量评分为准确。

4.一种人脸识别的方法，包括：

获取一组包含待识别人脸的人脸图像；

根据权利要求1~3任一项所述的方法，分别确定每张所述人脸图像的图像质量评分；

利用各张人脸图像的图像质量评分对该组人脸图像进行排序，得到排序结果；

根据所述排序结果，选择至少一张人脸图像进行人脸识别。

5.一种图像质量的检测装置，包括：

提取模块，用于从训练样本中提取图像特征，以确定所述图像特征的特征评分，其中，确定所述图像特征的特征评分，包括服务器或者计算机将提取出的所述图像特征的数据作为所述图像特征的特征评分，或者根据预设的图像特征与特征评分的函数关系确定所述图像特征的特征评分；

训练模块，用于基于所述特征评分训练图像质量评分模型，具体用于：针对同一组训练样本，根据该组训练样本中各样本的图像特征确定该组训练样本的标准排序；根据该组中各训练样本的特征评分训练所述图像质量评分模型，以得到所述图像质量评分模型输出的各训练样本的图像质量评分；利用所述图像质量评分模型输出的各训练样本的图像质量评分对该组中各个训练样本进行排序，得到该组训练样本的排序结果；将所述排序结果与所述标准排序进行比较；当所述排序结果与所述标准排序的相似度达到预设阈值时，停止对所述图像质量评分模型进行训练；其中，训练所述图像质量评分模型时，采用在不同环境下采集的原始图像，以及对所述原始图像进行处理得到的扩展图像，作为所述训练样本；将任一所述原始图像及其扩展图像确定为同一组训练样本；

评分确定模块，用于从待检测图像中提取图像特征，以根据所述待检测图像的图像特征和所述图像质量评分模型确定所述待检测图像的图像质量评分。

6.如权利要求5所述的装置，所述训练模块进一步用于确定各训练样本的标准图像质量评分，并根据各训练样本的特征评分以及各训练样本的标准图像质量评分训练所述图像质量评分模型。