[发明专利]一种人脸图像的质量评估方法、装置及计算机存储介质在审

专利信息
申请号: 201911338517.0 申请日: 2019-12-23
公开(公告)号: CN111192241A 公开(公告)日: 2020-05-22
发明(设计)人: 曾钰胜;庞建新;熊友军 申请(专利权)人: 深圳市优必选科技股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06K9/00
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 李莉
地址: 518000 广东省深圳市南山区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 质量 评估 方法 装置 计算机 存储 介质
【权利要求书】:

1.一种人脸图像的质量评估方法,其特征在于,所述方法包括:

获取人脸图像;

确定所述人脸图像中的局部亮光区域,其中,所述局部亮光区域为所述人脸图像的拍摄场景中的照明源在所述人脸图像上形成的亮度大于人脸所在区域的亮度的区域;

从所述人脸图像去除所述局部亮光区域;

基于去除所述局部亮光区域后的人脸图像进行质量评估。

2.根据权利要求1所述的人脸图像的质量评估方法,其特征在于,所述获取人脸图像的步骤,包括:

获取原始图像;

在所述原始图像中进行人脸检测;

基于检测到的人脸的特征点进行相似变换,以将所述人脸映射到预定尺寸的图像区域,进而形成所述人脸图像。

3.根据权利要求1所述的人脸图像的质量评估方法,其特征在于,所述确定所述人脸图像中的局部亮光区域的步骤,包括:

将所述人脸图像转换为灰度图像;

将所述灰度图像进一步转换成二值化图像;

基于所述二值化图像确定所述局部亮光区域。

4.根据权利要求3所述的人脸图像的质量评估方法,其特征在于,所述将所述灰度图像进一步转换成二值化图像的步骤,包括:

对所述灰度图像进行中值滤波,得到滤波后的灰度图像;

对所述滤波后的灰度图像的各像素的灰度值进行统计,并将分割阈值设置成大于统计数量最多的灰度值,或者将所述分割阈值设置成根据实验预先确定的固定值;

将所述滤波后的灰度图像中灰度值大于或等于所述分割阈值的像素的灰度值设置成第一灰度值,将所述灰度图像中灰度值小于所述分割阈值的像素的灰度值设置成第二灰度值;

所述基于所述二值化图像确定所述局部亮光区域的步骤,包括:

从所述二值化图像中选择所述第一灰度值的像素所在的区域作为所述局部亮光区域。

5.根据权利要求3所述的人脸图像的质量评估方法,其特征在于,所述基于所述二值化图像确定所述局部亮光区域之后,进一步包括:

对所述局部亮光区域进行膨胀或闭运算处理,以使得处理后的局部亮光区域形成一闭合区域。

6.根据权利要求1所述的人脸图像的质量评估方法,其特征在于,所述从所述人脸图像去除所述局部亮光区域的步骤,包括:

以所述局部亮光区域为掩膜对所述人脸图像进行泊松图像编辑。

7.根据权利要求6所述的人脸图像的质量评估方法,其特征在于,所述以所述局部亮光区域为掩膜对所述人脸图像进行泊松图像编辑的步骤,包括:

对所述人脸图像进行对数变换,得到对数人脸图像;

计算所述对数人脸图像内的对数梯度场;

对所述局部亮光区域内的对数梯度场进行非线性变换,以降低相对较大的梯度,并增加相对较小的梯度;

将变换后的局部亮光区域内的对数梯度场与所述局部亮光区域外围的对数梯度场进行融合;

根据融合后的对数梯度场与所述局部亮光区域的边界求解泊松方程,进而重建去除所述局部亮光区域的对数人脸图像;

对所述去除所述局部亮光区域的对数人脸图像进行逆对数变换,得到去除所述局部亮光区域的人脸图像。

8.根据权利要求1所述的人脸图像的质量评估方法,其特征在于,所述基于去除所述局部亮光区域后的人脸图像进行质量评估的步骤,包括:

计算所述去除所述局部亮光区域后的人脸图像的拉普拉斯方差;

根据所述人脸图像的拉普拉斯方差得到所述人脸图像的质量评估结果。

9.一种人脸图像的质量评估装置,其特征在于,包括互相连接的存储器和处理器,其中,所述存储器用于存储计算机程序,所述计算机程序在被所述处理器执行时,用于实现权利要求1-8中任一项所述的人脸图像的质量评估方法。

10.一种计算机存储介质,用于存储计算机程序,其特征在于,所述计算机程序在被处理器执行时,用于实现权利要求1-8中任一项所述的人脸图像的质量评估方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳市优必选科技股份有限公司,未经深圳市优必选科技股份有限公司许可,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/201911338517.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top