[发明专利]一种用于人脸图像的质量分析方法和系统

说明书

本发明给出了一种用于人脸图像的质量分析方法和系统，包括对待分析人脸图像进行低通滤波处理获取模糊图像，获取待分析人脸图像的清晰度分值F_definition；根据人脸边界获取人脸中心点的坐标信息；利用人脸中心点的坐标信息分别获取待分析人脸图像中眼睛、鼻尖和嘴角在待分析人脸图像中的坐标信息；计算获得人脸中心点与待分析人脸图像的中心以及鼻尖与人脸边界的中心点的偏移度、眼睛、嘴角的倾斜度、脸部左右对称度的分值，加权求和获得待分析人脸图像的正脸程度分值F_front；利用待分析人脸图像的尺寸计算的人脸大小分值F_size；加权求和获得待分析人脸图像的综合分值。该方法能够定量评价人脸图像质量且对于硬件平台适配性高，可以实时获取人脸图像质量。

技术领域

本发明涉及人脸识别的技术领域，尤其是一种用于人脸图像的质量分析方法和系统。

背景技术

目前，人脸识别是计算机视觉领域的热门技术，它主要是从摄像机或摄像头采集得到包含人脸的图像或者视频文件，通过自动人脸检测、跟踪、脸部特征提取等技术，进而对人脸特征进行1:1，1:2，…，1:N等比对，它通常应用于人证比对、支付、查询、解锁等多种实际生活场景中。

视频文件(包括从摄像头直接输出的视频流)是由有时间顺序的视频帧构成的，每秒所含视频帧数量会根据摄影器材及其设置的不同而有所差异，一般在15-120fps(帧每秒)不等。因此，从某一个人的一段视频文件中检测人脸，会得到这个人的一个人脸图像集合，这个集合中的每张人脸图像都是这个人从视频中某一时刻的视频中检测得到的。由于人脸识别的比对底库通常数量级庞大，对一张人脸图像进行比对识别通常耗时较高，为了提高效率需要对同一个人进行跟踪，将其人脸图像聚类并只对识别系统推送该被识别人的质量最好的一张人脸图像。如果视频中有出现被识别人的正脸清晰图像，而识别系统被推送的却是该被识别人的侧脸图像，那么识别正确率就会受到较大影响，因此如何对人脸图像质量进行定量评价对于人脸识别系统的结果至关重要。

发明内容

为了解决现有技术中人脸图像质量技术问题，本发明提出了一种用于人脸图像的质量分析方法和系统，将人脸图像关键点的置信度评价纳入到人脸正脸程度评价算法中，用以改进人脸质量评价算法的结果。

在一个方面，本发明提出了一种用于人脸图像的质量分析方法，包括以下步骤：

S1：对待分析人脸图像进行低通滤波处理获取模糊图像，利用模糊图像与待分析人脸图像的相邻像素灰度值的变化关系，获取待分析人脸图像的清晰度分值F_definition；

S2：获取待分析人脸图像中的人脸边界，并根据人脸边界获取人脸中心点在待分析人脸图像中的坐标信息；

S3：利用人脸中心点的坐标信息分别获取待分析人脸图像中眼睛、鼻尖和嘴角在待分析人脸图像中的坐标信息；

S4：利用坐标信息分别计算获得人脸中心点与待分析人脸图像的中心以及鼻尖与人脸边界的中心点的偏移度、眼睛、嘴角的倾斜度、脸部左右对称度的分值，加权求和获得待分析人脸图像的正脸程度分值F_front；

S5：利用待分析人脸图像的尺寸计算的人脸大小分值F_size，F_size＝(w*h)/(C+w*h)，其中，c为常数，w表示待分析人脸图像的宽度，h表示待分析人脸图像的高度；以及

S6：对待分析人脸图像的清晰度分值F_definition、正脸程度分值F_front、人脸大小分值F_size加权求和获得待分析人脸图像的综合分值。