[发明专利]图像质量确定方法、装置、电子设备及存储介质

说明书

本申请实施例中提供了一种图像质量确定方法、装置、电子设备及存储介质，该方法包括：获取待识别图像；将所述待识别图像输入质量预测模型中，得到与所述待识别图像对应的质量分数，所述质量预测模型为利用多个带有质量标签的图像对训练神经网络得到，所述图像对包括两张样本图像，所述质量标签包括所述两张样本图像的质量差异；输出所述质量分数。利用带有所述质量标签的图像对训练得到的质量预测模型，由于质量标签中包括两张样本图像的质量差异，更能反映出样本图像的真实质量，从而使用该质量预测模型，可以准确的确定待识别图像的质量。

技术领域

本申请涉及计算机视觉技术领域，具体地，涉及一种图像质量确定方法、装置、电子设备及存储介质。

背景技术

随着科技的快速发展，目标识别技术应用在了各个领域，使得人们的生活更加便捷智能。在目标识别中，通常需要对采集到的待识别图像进行特征提取，基于所述提取到的特征进行匹配和识别。

以人脸识别为例，在实际的使用过程中，受到运动、光照等因素，采集到的人脸图像的中可能出现人脸模糊等质量不好的问题，导致人脸识别最终提取的特征比较差，这个时候就可能把不同的人错误的识别为同一个人或者把同一个人识别为两个人。因此，在人脸识别技术领域中，对人脸图像做质量评价，并将其中质量分数比较低的过滤掉再提取人脸特征，是整个人脸识别中尤为重要的一环。

目前，对于一张图像质量的好坏，严重依赖于工作人员的主观意识，不同的工作人员对于同一张图像，可能得到不同的结果，因此，难以准确的确定图像的质量。

发明内容

本申请实施例中提供了一种图像质量确定方法、装置、电子设备及存储介质，可以有效解决难以准确的确定图像的质量的问题。

根据本申请实施例的第一个方面，提供了一种图像质量确定方法，获取待识别图像；将所述待识别图像输入质量预测模型中，得到与所述待识别图像对应的质量分数，所述质量预测模型为利用多个带有质量标签的图像对训练神经网络得到，所述图像对包括两张样本图像，所述质量标签包括所述两张样本图像的质量差异；输出所述质量分数。

根据本申请实施例的第二个方面，提供了一种图像质量确定装置，该装置包括：图像获取模块，用于获取待识别图像；质量分数获取模块，用于将所述待识别图像输入质量预测模型中，得到与所述待识别图像对应的质量分数，所述质量预测模型为利用多个带有质量标签的图像对训练神经网络得到，所述图像对包括两张样本图像，所述质量标签包括所述两张样本图像的质量差异；输出模块，用于输出所述质量分数。

根据本申请实施例的第三个方面，提供了一种电子设备，该电子设备包括一个或多个处理器；存储器；一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行如上述应用于电子设备的方法。

根据本申请实施例的第四方面，本申请实施列提供一种计算机可读存储介质，所述计算机可读存储介质中存储有程序代码，其中，在所述程序代码运行时执行上述的方法。

采用本申请实施例中提供的图像质量确定方法，获取待识别图像；将所述待识别图像输入质量预测模型中，得到与所述待识别图像对应的质量分数，所述质量预测模型为利用多个带有质量标签的图像对训练神经网络得到，所述图像对包括两张样本图像，所述质量标签包括所述两张样本图像的质量差异；输出所述质量分数。利用带有所述质量标签的图像对训练得到的质量预测模型，由于质量标签中包括两张样本图像的质量差异，更能反映出样本图像的真实质量，从而使用该质量预测模型，可以准确的确定待识别图像的质量。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请一个实施例提供的图像质量确定方法的流程图；