[发明专利]质量评分方法、质量评分模型的训练方法及相关装置在审
申请号: | 202110252100.3 | 申请日: | 2021-03-08 |
公开(公告)号: | CN113158777A | 公开(公告)日: | 2021-07-23 |
发明(设计)人: | 吴志伟;李德紘;张少文 | 申请(专利权)人: | 佳都新太科技股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06K9/34 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 511400 广东省广州市番禺区东环街迎宾*** | 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: | 质量 评分 方法 模型 训练 相关 装置 | ||
1.一种质量评分方法,其特征在于,包括:
获取人脸数据;
确定质量评分模型,所述质量评分模型包括骨干网络和全连接层;
将所述人脸数据输入所述骨干网络中进行处理,得到目标特征;
将所述目标特征输入所述全连接层中进行处理,以在人脸属性标签的约束下、输出人脸质量等级;
根据所述人脸质量等级计算所述目标特征的质量分值。
2.根据权利要求1所述的方法,其特征在于,所述将所述人脸数据输入所述骨干网络中进行处理,得到目标特征,包括:
将所述人脸数据输入所述骨干网络中,所述骨干网络中设置有第一卷积层、多个卷积块、多个全局池化层、连接层;
在所述第一卷积层中,对所述人脸数据进行卷积操作,得到初始特征;
在多个所述卷积块中,对所述初始特征进行n次卷积操作,得到多个中间特征;
在多个所述全局池化层中,分别对多个所述中间特征进行下采样,得到多个采样特征;
将多个所述采样特征输入所述连接层中进行融合,得到目标特征。
3.根据权利要求2所述的方法,其特征在于,所述卷积块包括第二卷积层、第三卷积层和一个残差连接;
所述在多个所述卷积块中,对所述初始特征进行n次卷积操作,得到多个中间特征,包括:
针对每个所述卷积块,依次调用所述第二卷积层、所述第三卷积层对所述初始特征执行卷积操作,得到候选特征;
在所述残差连接中,对所述候选特征与所述初始特征进行卷积操作,得到中间特征。
4.根据权利要求2所述的方法,其特征在于,多个所述卷积块包括第一卷积块、第二卷积块、第三卷积块、第四卷积块;
所述在多个所述卷积块中,对所述初始特征进行n次卷积操作,得到多个中间特征,包括:
在所述第一卷积块中,对所述初始特征执行卷积操作,得到第一中间特征;
在所述第二卷积块中,对所述第一中间特征执行卷积操作,得到第二中间特征;
在所述第三卷积块中,对所述第二中间特征执行卷积操作,得到第三中间特征;
在所述第四卷积块中,对所述第三中间特征执行卷积操作,得到第四中间特征。
5.根据权利要求4所述的方法,其特征在于,多个所述全局池化层包括第一全局池化层、第二全局池化层、第三全局池化层;
所述在多个所述全局池化层中,分别对多个所述中间特征进行下采样,得到多个采样特征,包括:
在所述第一全局池化层中,对所述第四中间特征进行下采样,得到第一采样特征;
在所述第二全局池化层中,对所述第三中间特征进行下采样,得到第二采样特征;
在所述第三全局池化层中,对所述第二中间特征进行下采样,得到第三采样特征;
所述将多个所述采样特征输入所述连接层中进行融合,得到目标特征,包括:
将所述第一采样特征、所述第二采样特征、所述第三采样特征输入所述连接层中进行拼接,得到目标特征。
6.根据权利要求1-5任一所述的方法,其特征在于,所述根据所述人脸质量等级计算所述目标特征的质量分值,包括:
基于所述人脸质量等级将所述目标特征进行归一化,得到第一候选值;
计算所述目标特征与所述第一候选值的乘积、作为第二候选值;
求取全部所述第二候选值的和值与1之间的最大值、作为所述目标特征的质量分值。
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佳都新太科技股份有限公司,未经佳都新太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/202110252100.3/1.html,转载请声明来源钻瓜专利网。