[发明专利]人脸清晰度分析方法、装置、计算机设备及存储介质

说明书

本发明实施例公开了一种人脸清晰度分析方法、装置、计算机设备及存储介质，包括下述步骤：获取目标图像中人脸的运动矢量，其中，所述运动矢量为根据所述目标图像中人脸特征点的三维信息生成的向量；根据所述运动矢量和预设的计算规则计算所述目标图像的模糊度数值，其中，所述计算规则为对运动矢量进行加权平均得到模糊度数值的数据处理规则；判断所述目标图像的是否符合预设的清晰度条件，其中，所述清晰度条件为所述模糊度数值小于预设的阈值。通过人脸特征点重建人脸模型得到三维信息,分析人脸前后帧三维信息的变化作为运动矢量，再根据运动矢量计算出模糊度数值用于确定图像的清晰度，可以从视频中筛选一个动态幅度可控的比较清晰的人脸图像。

技术领域

本发明涉及图像分析技术领域，特别是涉及一种人脸清晰度分析方法、装置、计算机设备及存储介质。

背景技术

在基于视频流的人脸识别过程中，需要人脸识别算法捕获视频流中的特定帧进行人脸识别，捕获图像中人脸的清晰度对最终的识别精度有直接的影响。由于视频流是连续的图像，同一个人根据其出现时间的长短可以产生几千至几万幅图像，如果将其全部记录是一种对空间的浪费，也为后期的查找工作带来很大的麻烦，所以选择其中清晰度高的一张图像进行识别是一种直观的可行办法，由于运动、转动等因素，视频中检测到的人脸并不总是清晰的，很可能是模糊的，从视频流中自动的选取一张清晰人脸成为了一个难题。

发明内容

本发明实施例能够提供一种有效判断图像中人脸清晰度的人脸清晰度分析方法、装置、计算机设备及存储介质。

为解决上述技术问题，本发明创造的实施例采用的一个技术方案是：提供一种人脸清晰度分析方法，包括以下步骤：

获取目标图像中人脸的运动矢量，其中，所述运动矢量为根据所述目标图像中人脸特征点的三维信息生成的向量；

根据所述运动矢量和预设的计算规则计算所述目标图像的模糊度数值，其中，所述计算规则为对运动矢量进行加权平均得到模糊度数值的数据处理规则；

判断所述目标图像的是否符合预设的清晰度条件，其中，所述清晰度条件为所述模糊度数值小于预设的阈值。

可选地，所述获取目标图像中人脸的运动矢量的步骤之前，包括以下步骤：

获取所述目标图像中人脸的三维信息；

根据所述三维信息和预设的三维数据生成所述运动矢量，其中，所述三维数据为上一个采集节点采集到的图像中人脸的三维信息。

可选地，所述获取所述目标图像中人脸的三维信息的步骤之前，包括以下步骤：

获取所述目标图像中的特征点信息；

根据所述特征点信息生成对应的人脸三维模型；

根据所述人脸三维模型确定所述三维信息。

可选地，所述根据所述三维信息和预设的三维数据生成所述运动矢量的步骤，包括以下步骤：

定义所述三维信息中的目标特征的数据信息作为第一特征数据；

获取第二特征数据，其中，所述第二特征数据为所述三维数据中所述目标特征的数据信息；

根据所述第一特征数据和所述第二特征数据生成所述运动矢量。

可选地，所述根据所述三维信息和预设的三维数据生成所述运动矢量的步骤，包括下述步骤：

根据所述三维信息生成所述目标人脸的第一表情特征向量；

将所述第一表情特征向量与预设的第二表情特征向量求差，得到表情向量，其中，所述第二表情特征向量为根据所述预设的三维数据生成的表情特征向量；

定义所述表情向量为所述运动矢量。