[发明专利]人脸图像质量评价模型建立方法、优选方法、介质及装置

权利要求书

1.一种人脸图像质量评价模型建立方法，其特征在于，所述评价模型建立方法包括：

获取人脸图像序列集，所述人脸图像序列集包括同一人多张人脸图像；

基于人脸识别模型提取每张所述人脸图像的深度特征；

将每张所述人脸图像所对应的深度特征分别与同一人的标准人脸特征比较，计算相似度；

根据每张所述人脸图像对应的相似度，获得每个人的人脸图像质量排序；

将所述人脸图像序列集输入所述质量评价模型，输出每个人的预测分数排序；

比较所述人脸图像质量排序和所述预测分数排序，以训练所述质量评价模型，使得所述预测分数排序与所述人脸图像质量排序趋于一致；

所述比较所述人脸图像质量排序和所述预测分数排序，以训练所述质量评价模型，使得所述预测分数排序与所述人脸图像质量排序趋于一致，包括：

构造表示所述人脸图像质量排序和所述预测分数排序的差异度的余弦损失函数，通过所述余弦损失函数训练所述质量评价模型；

所述余弦损失函数计算式如下：

其中，L_cosine(i)表示人脸图像序列集中第i个人的余弦损失，第i个人的人脸图像序列有ni张人脸图片(x₁,x₂,...,x_ni)，其对应的质量标签为(y₁,y₂,...,y_ni)，预测分数序列为(s₁,s₂,...,s_ni)；

当预测分数序列与质量分标签序列分布一致时，式中的第二部分为1，损失为0；当预测分数分布与质量标签序列分布完全相反时，式中的第二部分为-1，损失值达到最大为2。

2.根据权利要求1所述的人脸图像质量评价模型建立方法，其特征在于，所述基于人脸识别模型提取每张所述人脸图像的深度特征，包括：

采用至少两种人脸识别模型分别提取每张所述人脸图像的深度特征；

所述将每张所述人脸图像所对应的深度特征分别与同一人的标准人脸特征比较，计算相似度，包括：

将每种人脸识别模型分别提取的每张人脸图像的深度特征分别与同一人的标准人脸特征比较，计算相似度；每张人脸图像对应至少两种相似度，将所述至少两种相似度的平均值作为所述人脸图像对应的相似度。

3.根据权利要求1所述的人脸图像质量评价模型建立方法，其特征在于，所标准人脸特征由基于人脸识别特征模型提取预存的同一人的标准人脸图像获得。

4.根据权利要求1或2所述的人脸图像质量评价模型建立方法，其特征在于，所述相似度为余弦相似度。

5.根据权利要求2所述的人脸图像质量评价模型建立方法，其特征在于，所述至少两种人脸识别模型包括DeepID、VGGFace、FaceNet中的至少两种。

6.根据权利要求1所述的人脸图像质量评价模型建立方法，其特征在于，所述质量评价模型包括四个卷积层和一个全连接层。

7.一种人脸图像优选方法，其特征在于，包括：

利用权利要求1-6中任一项所述的方法所建立质量评价模型对人脸图像序列进行分数排序；

选出所述分数排序中排序靠前的人脸图像，作为质量最佳的人脸图像。

8.一种存储介质，其特征在于，所述存储介质内部存储有计算机程序，所述计算机程序用于被执行以实现权利要求7所述的人脸图像优选方法。

9.一种计算装置，其特征在于，包括至少一个处理单元和至少一个存储单元，所述存储单元存储有计算机程序，当所述程序被所述处理单元执行时，使得所述处理单元执行权利要求7所述人脸图像优选方法的步骤。