[发明专利]一种基于图像质量的图像过滤方法和相关装置

说明书

本申请公开了一种基于图像质量的图像过滤方法和相关装置，其中方法包括：获取若干幅人脸图像；基于人脸检测算法对人脸图像进行人脸检测并对人脸图像进行裁剪，输出人脸置信度；将裁剪后的人脸图像输入到预置图像质量分布模型，输出人脸图像评分；将各人脸图像的人脸图像评分和人脸置信度进行加权融合，得到若干个人脸图像质量分数；对所有的人脸图像质量分数进行降序排序，输出前预置数量位的人脸图像，解决了现有的图像质量过滤方法存在的对比特征信息单一，使得图像质量评价准确性较低的技术问题。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种基于图像质量的图像过滤方法和相关装置。

背景技术

人脸识别技术在公共安全、智能监控身份认证等领域应用比较广泛，目前，人脸识别技术已相对成熟，一般情况下，人脸识别技术具有较高的识别准确率，但是，当人脸图像本身质量存在问题时，例如，图像模糊、曝光过度或人脸遮挡等，人脸识别的准确率容易受到影响，因此，对低质量的人脸图像进行过滤有助于提高人脸识别准确率。

现有的图像质量过滤方法有二分类法和峰值信噪比，二分类法就是将图像分为质量好和质量差两类，将质量差的图像过滤掉，该方法在实际应用中效果较差；峰值信噪比是基于对应像素点间的误差，存在对比特征信息单一，使得图像质量评价准确性较低的问题。

发明内容

本申请提供了一种基于图像质量的图像过滤方法和相关装置，用于解决现有的图像质量过滤方法存在的对比特征信息单一，使得图像质量评价准确性较低的技术问题。

有鉴于此，本申请第一方面提供了一种基于图像质量的图像过滤方法，包括：

获取若干幅人脸图像；

基于人脸检测算法对所述人脸图像进行人脸检测并对所述人脸图像进行裁剪，输出人脸置信度；

将裁剪后的所述人脸图像输入到预置图像质量分布模型，输出人脸图像评分；

将各所述人脸图像的所述人脸图像评分和所述人脸置信度进行加权融合，得到若干个人脸图像质量分数；

对所有的所述人脸图像质量分数进行降序排序，输出前预置数量位的所述人脸图像。

优选地，所述对所有的所述人脸图像质量分数进行降序排序，输出前预置数量位的所述人脸图像，之后还包括：

对输出的前预置数量位的所述人脸图像进行人脸识别。

优选地，所述将裁剪后的所述人脸图像输入到预置图像质量分布模型，输出人脸图像评分，之前还包括：

获取待训练人脸图像；

基于人脸检测算法对所述待训练人脸图像进行人脸检测并对所述待训练人脸图像进行裁剪；

基于若干个预置标准对裁剪后的所述待训练人脸图像的质量等级进行打分，得到所述待训练人脸图像的质量等级分布数据，将所述质量等级分布数据作为裁剪后的所述待训练人脸图像的标签；

将裁剪后的所述待训练人脸图像和裁剪后的所述待训练人脸图像的标签输入到残差网络，对所述残差网络进行训练；

当所述残差网络达到收敛条件时，得到训练好的所述残差网络，将训练好的所述残差网络作为所述预置图像质量分布模型。

优选地，所述将裁剪后的所述待训练人脸图像和裁剪后的所述待训练人脸图像的标签输入到残差网络，对所述残差网络进行训练，之前还包括：

基于Imagenet图像集对所述残差网络进行预训练。

本申请第二方面提供了一种基于图像质量的图像过滤系统，包括：

第一图像获取模块，用于获取若干幅人脸图像；