[发明专利]人脸图像质量的评估方法、装置及计算设备在审
申请号: | 201811025831.9 | 申请日: | 2018-09-04 |
公开(公告)号: | CN109285149A | 公开(公告)日: | 2019-01-29 |
发明(设计)人: | 郑俊君 | 申请(专利权)人: | 杭州比智科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06K9/00 |
代理公司: | 北京市浩天知识产权代理事务所(普通合伙) 11276 | 代理人: | 宋菲;刘云贵 |
地址: | 311100 浙江省杭*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人脸图像 质量检测模型 维度 质量检测结果 检测 计算设备 质量预测 评估 评估结果 提取特征 预测 人脸 网络 输出 | ||
1.一种人脸图像质量的评估方法,包括:
获取待评估的人脸图像;
将所述人脸图像输入至训练得到的质量检测模型,得到所述质量检测模型输出的对应多个检测维度的至少一个质量检测结果;其中,所述质量检测模型包括用于提取特征的网络以及用于检测质量的网络;
根据所述至少一个质量检测结果评估所述人脸图像的质量是否合格。
2.根据权利要求1所述的方法,其中,所述多个检测维度包括以下多个维度中的至少两个:模糊程度维度、光照强度维度、姿态维度、以及遮挡部位维度。
3.根据权利要求1或2所述的方法,其中,所述质量检测模型包括:第一特征提取网络、对应多个检测维度的多个第二特征提取网络、以及对应多个检测维度的多个质量检测网络;
其中,各个第二特征提取网络从第一特征提取网络输出的人脸高维度特征中提取对应检测维度的人脸特征。
4.根据权利要求3所述的方法,其中,所述质量检测模型通过以下步骤训练得到:
获取多张人脸样本图像;
针对每张人脸样本图像,对所述人脸样本图像的多个检测维度的质量信息进行标注,得到人脸样本图像的多个检测维度的质量标注结果;
将每张人脸样本图像输入至第一特征提取网络中,得到多个质量检测网络输出的人脸样本图像的多个检测维度的质量检测结果;
根据所述人脸样本图像的多个检测维度的质量检测结果与人脸样本图像的多个检测维度的质量标注结果之间的损失,对第一特征提取网络、多个第二特征提取网络以及多个质量检测网络进行训练,得到所述质量检测模型。
5.根据权利要求1或2所述的方法,其中,所述质量检测模型包括:第一特征提取网络、特征划分网络、以及对应多个检测维度的多个质量检测网络;
其中,多个质量检测网络对特征划分网络划分出的对应检测维度的人脸特征进行质量检测。
6.根据权利要求5所述的方法,其中,所述质量检测模型通过以下步骤训练得到:
获取多张人脸样本图像;
针对每张人脸样本图像,对所述人脸样本图像的多个检测维度的质量信息进行标注,得到人脸样本图像的多个检测维度的质量标注结果;
将每张人脸样本图像输入至第一特征提取网络中,得到多个质量检测网络输出的人脸样本图像的多个检测维度的质量检测结果;
根据所述人脸样本图像的多个检测维度的质量检测结果与人脸样本图像的多个检测维度的质量标注结果之间的损失,对第一特征提取网络、特征划分网络以及多个质量检测网络进行训练,得到所述质量检测模型。
7.根据权利要求3或5所述的方法,其中,所述将所述人脸图像输入至训练得到的质量检测模型,得到所述质量检测模型输出的对应多个检测维度的至少一个质量检测结果具体为:
将所述人脸图像输入至第一特征提取网络,得到多个质量检测网络输出的多个质量检测结果;
所述根据所述至少一个质量检测结果评估所述人脸图像的质量是否合格具体为:根据多个质量检测网络输出的多个质量检测结果评估所述人脸图像的质量是否合格。
8.根据权利要求3或5所述的方法,其中,在所述将所述人脸图像输入至训练得到的质量检测模型之前,所述方法还包括:
从多个检测维度中选择一个当前检测维度;将质量检测模型中对应当前检测维度的质量检测网络确定为当前检测网络;
所述将所述人脸图像输入至训练得到的质量检测模型,得到所述质量检测模型输出的对应多个检测维度的至少一个质量检测结果:将所述人脸图像输入至第一特征提取网络,得到当前质量检测网络输出的一个质量检测结果;
所述根据所述至少一个质量检测结果评估所述人脸图像的质量是否合格具体为:判断所述当前检测网络输出的一个质量检测结果是否符合当前检测维度的质量标准;
若所述当前检测网络输出的一个质量检测结果不符合当前检测维度的质量标准,则所述人脸图像的质量不合格。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州比智科技有限公司,未经杭州比智科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811025831.9/1.html,转载请声明来源钻瓜专利网。