[发明专利]一种人脸图像质量感知阈值设定方法、装置及存储介质

说明书

一种人脸图像质量感知阈值设定方法、装置及存储介质，所述方法包括步骤：构建人脸图像样本集；根据所述人脸图像样本集构建模型；对输入图像进行人脸检测并得到人脸图像；对所述人脸图像进行人脸图像质量评价；根据所述人脸图像质量评价设定识别通过阈值。本申请提供的一种人脸图像质量感知阈值设定方法、装置及存储介质，可用于在非约束和非配合场景下的人脸识别应用中，在保持人脸识别精度的基础上控制待识别图像的误识率和降低拒识率，同时提高识别速度，从而提高人脸识别系统的效能。

技术领域

本发明属于人脸图像识别技术领域，具体涉及一种人脸图像质量感知阈值设定方法、装置及存储介质。

背景技术

目前，针对实际场景中由于低质量人脸图像较多所导致的人脸识别拒识率高的问题，流行的解决方法主要可分为两种：(1)根据人脸图像所属的场景建立相应的聚类特征和场景分类模型，并对待识别人脸图像的场景类别进行预测，从而根据场景类别选择用以匹配的人脸聚类特征进行人脸识别；(2)根据待识别人脸图像和数据库注册人脸图像的图像质量差异动态地对识别通过阈值进行调整，同时持续通过输入的待识别图像对人脸数据库进行更新，从而实现人脸识别系统对不同环境和图像质量的鲁棒性和适应性的动态调整。

在方法(1)中，通过待识别人脸图像的质量评估选择特定的场景聚类特征进行匹配，这对已有场景的识别准确率高且拒识率低，但为了取得更高的人脸识别精度，需要建立更复杂的聚类人脸特征库，并且对于新的质量场景，其泛化能力有限，需要增加新的场景聚类特征来提高识别精确度；方法(2)通过设定从低到高的一系列识别通过阈值来对待识别人脸进行逐级特征匹配，从而降低待识别人脸图像的拒识率，但逐级匹配的过程中存在多次重复的特征和图像质量差异计算过程，从而对人脸识别系统的实时性造成不利影响，降低用户体验。

发明内容

鉴于上述问题，本发明提供克服上述问题或者至少部分地解决上述问题的一种人脸图像质量感知阈值设定方法、装置及存储介质。

为解决上述技术问题，本发明提供了一种人脸图像质量识别通过阈值设定方法，所述方法包括步骤：

构建人脸图像样本集；

根据所述人脸图像样本集构建模型；

对输入图像进行人脸检测并得到人脸图像；

对所述人脸图像进行人脸图像质量评价；

根据所述人脸图像质量评价设定识别通过阈值。

优选地，所述构建人脸图像样本集包括步骤：

采集不同质量场景类别下的人脸图像；

对所述人脸图像进行质量级别标注；

根据所述质量场景类别和所述质量级别标注对所述人脸图像进行样本集划分；

根据所述样本集划分对所述人脸图像设定最优识别通过阈值；

根据所述人脸图像、所述质量场景类别、所述质量级别标注和所述最优识别通过阈值构建人脸训练样本；

汇总所有所述人脸训练样本并得到所述人脸图像样本集。

优选地，所述根据所述人脸图像样本集构建模型包括步骤：

获取所述人脸图像样本集、自然图像质量评价模型、所述人脸图像和人脸识别数据集；

根据所述人脸图像样本集和所述自然图像质量评价模型构建人脸图像质量评价模型；

将所述人脸图像输入所述人脸图像质量评价模型得到人脸图像质量场景类别和人脸图像质量评价分级；

根据所述人脸图像样本集构建阈值映射模型；

将所述人脸图像质量场景类别和所述人脸图像质量评价分级输入所述阈值映射模型得到识别通过阈值；