[发明专利]基于特征比对的复杂场景高效犬脸图像质量评估方法

权利要求书

1.基于特征比对的复杂场景高效犬脸图像质量评估方法，其特征在于该方法包括如下步骤：

S01采用图像目标检测抠取犬脸区域图像，在输入的视频中，利用犬脸检测方法获取犬脸图像区域坐标，输入的视频和图像中，可能存在多个犬脸，需要全部获取；

S02采用区域扩展法获取目标潜在运动范围；

S03对可能运动范围区域内的犬脸检测框图像进行特征提取，所用特征模型是基于深度学习训练的卷积神经网络；

S04将特征加入时序特征库；

S05利用时序特征库进行多帧特征比对，获取得到跟踪id；

S06根据犬脸特征响应进行图像质量评估，并输出对应的犬脸图像、犬脸框位置、犬脸图像质量分。

2.根据权利要求1所述的基于特征比对的复杂场景高效犬脸图像质量评估方法，其特征在于：所述深度学习训练的卷积神经网络对图像的响应强度与图像质量成正相关，具体实现方法如下所示：

a. 将特征值视为一个1×n的矩阵F；

b. 将F乘以其转置矩阵，再开方q = (F F^T)^½；

c. q即为犬脸特征置信度，q的值越大，犬脸特征质量越好，即 q∈[0, +∞)；

d. 通过实验获取犬脸特征置信度阈值，高于阈值则是质量达标，低于阈值则质量不达标。

3.根据权利要求1所述基于特征比对的复杂场景高效犬脸图像质量评估方法，其特征在于：所述特征比对和跟踪id通过以下方式实现：本帧的任意检出的犬脸图像的位置如与任何潜在运动区域相交比大于阈值R，则与该潜在运动区域id特征做比对，如果匹配则该犬脸id只与某个id匹配成功，则分配该跟踪id给该犬脸；如果与多个跟踪id都匹配上了，则取比对得分最大值对应的犬脸id；如果没有匹配上任何id，则分配新id给该犬脸。

4.根据权利要求3所述的基于特征比对的复杂场景高效犬脸图像质量评估方法，其特征在于：所述特征对比通过对犬脸图片进行特征提取，得到特征向量；同一只犬的犬脸特征向量距离近，不同犬的犬脸特征向量距离远；距离计算方法可采用余弦距离、L1距离进行计算。