[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

说明书

本申请属于图像识别技术领域，特别是涉及一种人脸图像质量评价模型建立方法、优选方法、介质及装置，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，使得预测分数排序与所述人脸图像质量排序趋于一致。本申请的优选方法能更好的反映人脸图像质量，易于人脸图像识别。

技术领域

本申请属于图像识别技术领域，特别是涉及一种人脸图像质量评价模型建立方法、优选方法、介质及装置。

背景技术

随着科学技术的快速发展和大数据时代的到来，信息安全变得越来越重要。人脸识别作为一种安全、非接触、便捷、友好、高效的身份信息认证方式，已经广泛应用到社会生活的方方面面。在实际场景中，监控视频中出现的人数以及每个人的人脸图片数目是非常庞大的，如果能从一个人脸图像序列里选出最好的一张或几张人脸进行后续识别，即节省计算和存储资源，又可以提升识别效率和识别性能，因此，人脸优选变得越来越重要。

发明内容

本申请主要解决的技术问题是如何选择质量最好的人脸图像，以供后续识别，提供一种人脸图像质量评价模型建立方法、优选方法、介质及装置。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种人脸图像质量评价模型建立方法，评价模型建立方法包括：

获取人脸图像序列集，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人脸图像的深度特征；

将每张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；

将人脸图像序列集输入质量评价模型，输出每个人的预测分数排序；

比较人脸图像质量排序和预测分数排序，以训练质量评价模型，使得预测分数排序与人脸图像质量排序趋于一致。

本申请还包括第二种技术方案，一种人脸图像优选方法，包括：利用上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。

本申请还包括第四种技术方案，一种存储介质，存储介质内部存储有计算机程序，计算机程序用于被执行以实上述的人脸图像优选方法。

本申请还包括第四种技术方案，一种计算装置，包括至少一个处理单元和至少一个存储单元，存储单元存储有计算机程序，当程序被处理单元执行时，使得处理单元执行上述人脸图像优选方法的步骤。

本申请的有益效果是：区别于现有技术的情况，本申请实施例的人脸图像质量评价模型建立方法，通过人脸识别模型直接提取表征能力更强的深度抽象特征，能够更好的反映人脸质量，避免了复杂的人工特征提取；本申请实施例直接基于人脸图像序列和预测分数序列进行实体进行训练，实现训练质量评价模型的打分与人脸图像的质量的相似度相一致，打分能反映人脸图像序列中图像的识别难易程度，分数越高人脸图像质量越好，越易于识别。

附图说明

图1是本申请人脸图像质量评价模型建立方法一实施例的步骤示意图；

图2是本申请深度卷积神经网络模型一实施例的结构示意图；

图3是本申请人脸图像质量评价模型建立方法另一实施例的步骤示意图；

图4是本申请人脸图像质量评价模型建立方法再一实施例的步骤示意图；