[发明专利]图像质量评分模型训练方法、装置、设备及存储介质

说明书

本发明公开了一种图像质量评分模型训练方法、装置、设备及存储介质。本发明中获取多张样本人脸图像以组成训练集，并对多张样本人脸图像分别标注综合质量评分；根据每张样本人脸图像所标注的综合质量评分将多张样本人脸图像分为N个训练子集；基于N个训练子集训练获得图像质量评分模型。该图像质量评分模型基于大量样本数据训练获得，且是基于样本的综合质量评分数据训练得到，因此基于该图像质量评分模型获得的图像质量综合评分准确性较高。

技术领域

本发明涉及图像质量评价领域，特别是涉及一种图像质量评分模型训练方法、装置、设备及存储介质。

背景技术

现有对图像质量进行综合评价的方式为多指标加权计算方式，通过对图像的对比度、明亮度、清晰度和图像中人脸位置信息等多种评价指标来评价人脸图像质量，得出各自的评价系数(0-1.0)，然后再通过各系数所占的权重(1-100)进行加权计算，最后得出图像的综合评价得分。该多指标加权计算方式中，各系数所占的权重难以确定和调整，难以获得一组较为准确的权重值，因此基于多指标加权计算方式难以获得较为准确的图像质量综合评分。

发明内容

本发明主要提供一种图像质量评分模型训练方法，能够克服现有的基于多指标加权计算方式难以获得较为准确的图像质量综合评分的问题。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种图像质量评分模型训练方法，所述图像质量评分模型训练方法应用于服务器，所述图像质量评分模型训练方法包括：

获取多张样本人脸图像以组成训练集，并对多张所述样本人脸图像分别标注综合质量评分；

根据每张所述样本人脸图像所标注的综合质量评分将多张所述样本人脸图像分为N个训练子集，每个所述训练子集中的样本人脸图像的综合质量评分的分值个数与所述训练集中多张样本人脸图像的综合质量评分的分值个数相同；其中，N为大于或等于1的整数；

基于N个所述训练子集训练获得所述图像质量评分模型。

优选地，所述对多张所述样本人脸图像分别标注综合质量评分的步骤具体包括：

针对每张所述样本人脸图像，基于多个评价维度分别对所述样本人脸图像进行评价，以获取多个维度评分；

根据每张所述样本人脸图像的多个维度评分，标注每张所述样本人脸图像的综合质量评分。

优选地，所述多个评价维度包括：人脸区域占所述样本人脸图像的比例、明亮度、清晰度、对比度、人脸姿态、人脸夸张表情及人脸遮挡。

优选地，所述根据每张所述样本人脸图像所标注的综合质量评分将多张所述样本人脸图像分为N个训练子集的步骤具体包括：

根据每张所述样本人脸图像所标注的综合质量评分将多张所述样本人脸图像分为多个分值组，每个分值组中的多张样本人脸图像的综合质量评分相同；

从每个所述分值组中抽取一张或多张样本人脸图像以组成一训练子集，将多张所述样本人脸图像抽取分为N个训练子集。

优选地，所述基于N个所述训练子集训练获得所述图像质量评分模型的步骤具体包括：

基于第一训练子集训练获得第一决策树模型；

根据第二训练子集对所述第一决策树模型进行矫正以得到第二决策树模型；

根据第i训练子集对第i-1决策树模型进行矫正以得到第i决策树模型；其中3≤i≤N，i为整数；

根据第N训练子集对第N-1决策树模型进行矫正以得到第N决策树模型，所述第N决策树模型为所述图像质量评分模型。

优选地，所述根据第二训练子集对所述第一决策树模型进行矫正以得到第二决策树模型的步骤具体包括：