[发明专利]人脸质量检测模型的优化方法、装置、设备及存储介质

说明书

本发明提供了一种人脸质量检测模型的优化方法、装置、设备及存储介质，其中该优化方法包括：利用人脸质量检测模型对多个待检测图片进行检测；根据所述人脸质量检测模型对所述多个待检测图片的检测结果，将所述多个待检测图片中不符合预设质量条件的待检测图片作为训练图片样本；获取所述训练图片样本的特征值，并根据所述训练图片样本的特征值，给所述训练图片样本标注用于表征所述训练图片样本特征的特征标签；利用标注有所述特征标签的训练图片样本对所述人脸质量检测模型进行训练，得到优化后的人脸质量检测模型。本发明能提升人脸质量检测模型的鲁棒性。

技术领域

本发明涉及图像检测技术领域，特别涉及一种人脸质量检测模型的优化方法、装置、设备及存储介质。

背景技术

在安防场景中通常涉及到图片的抓拍，一般摄像头的抓拍速度为30帧/秒，即每秒钟摄像头能抓到的图片数量为30张。假设这些图片中含有不同人的大量的人脸，对于每一个人来说，同一张人脸图片的质量会受到光照、曝光时间、人离摄像头远近等多种因素的影响导致有的人脸是模糊的、过小的。如果做一个随机的选择，选择到人脸质量较差的照片，那会导致检测、识别模型的性能下降，通过选择人脸质量最高的人脸才能最大化后续检测、识别模型性能，从而增加整个系统的识别准确率以及人脸属性相关的精准度。然而目前的人脸质量检测模型在对图片进行检测时，由于模型的鲁棒性弱，造成对部分图片的质量检测结果并不理想。

发明内容

本发明提供了一种人脸质量检测模型的优化方法、装置、设备及存储介质，其目的是为了解决人脸质量检测模型的鲁棒性弱的问题。

为了达到上述目的，第一方面，本发明的实施例提供了一种人脸质量检测模型的优化方法，包括：

利用人脸质量检测模型对多个待检测图片进行检测；

根据所述人脸质量检测模型对所述多个待检测图片的检测结果，将所述多个待检测图片中不符合预设质量条件的待检测图片作为训练图片样本；

获取所述训练图片样本的特征值，并根据所述训练图片样本的特征值，给所述训练图片样本标注用于表征所述训练图片样本特征的特征标签；

利用标注有所述特征标签的训练图片样本对所述人脸质量检测模型进行训练，得到优化后的人脸质量检测模型。

第二方面，本发明的实施例还提供了一种人脸质量检测模型的优化装置，包括：

检测模块，用于利用人脸质量检测模型对多个待检测图片进行检测；

确定模块，用于根据所述人脸质量检测模型对所述多个待检测图片的检测结果，将所述多个待检测图片中不符合预设质量条件的待检测图片作为训练图片样本；

标注模块，用于获取所述训练图片样本的特征值，并根据所述训练图片样本的特征值，给所述训练图片样本标注用于表征所述训练图片样本特征的特征标签；

训练模块，用于利用标注有所述特征标签的训练图片样本对所述人脸质量检测模型进行训练，得到优化后的人脸质量检测模型。

第三方面，本发明的实施例还提供了一种人脸质量检测模型的优化设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的人脸质量检测模型的优化方法的步骤。

第四方面，本发明的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的人脸质量检测模型的优化方法的步骤。

本发明的上述方案至少有如下的有益效果：