[发明专利]一种云和端集成的人脸图像质量动态检测方法及系统

说明书

本发明公开了一种云和端集成的人脸图像质量动态检测及系统，所述方法包括：S1、云端接收人脸图片及人脸质量检测请求，并对人脸图片进行图像预处理；所述人脸质量检测请求中包括人脸终端机的信息；S2、通过预先训练好的多人脸融合模型计算人脸图片的融合质量分；S3、根据融合质量分和预先设定的人脸质量分判定标准进行人脸质量判断，获得人脸图片通过注册或不通过注册的结果；S4、将通过注册的人脸图片下发到相应的人脸终端机。本发明通过云端融合各种采集终端及人脸终端机的特性对采集的人脸图片进行预处理和质量判定，从而提升人脸采集注册性能，提高注册通过率，降低人脸的误识别率。

技术领域

本发明涉及人脸识别技术领域，特别涉及一种云和端集成的人脸图像质量动态检测方法及系统。

背景技术

人脸识别技术在视频监控、金融支付、智能家居、社会安全保障等方面广泛应用。由于不同的人脸具有内在的相似性，而同一人脸的不同图像常常因姿态、表情、角度、照度、遮挡等因素的影响，导致在实际的应用中识别的精度仍然不能满足一些特定应用场景的要求，因此，如何挑选出具有高质量的人脸注册图片非常重要。

目前大多数终端设备在进行人脸注册时，对人脸图像的质量判定标准都是采用在设备端进行过滤与检测。设备端的人脸检测方法存在以下缺点：

(1)采集方式单一：现有人脸图片采集方式非常多，如：app采集、微信小程序采集、平台采集、证照扫描等，但采用终端人脸检测无法做到图片采集方式的多样化；

(2)采集效率低：必须在安装好了人脸终端机才能进行人脸图片的采集注册，不能提前采集，对于大批量的工程项目的采集工作而言，效率低且难度大；

(3)不兼容：不同厂商、不同的型号的人脸设备所采用的终端人脸检测算法各有不同，导致一张人脸图片在某一厂商的某一型号的设备上能够注册，而在另一厂商另一型号的设备上又不能够注册，无法形成统一的人脸检测和注册标准，进而导致大量重复的人脸检测工作，资源利用率不高；

(4)应用场景局限：设备端人脸检测无法根据应用场景快速、动态地更新人脸检测与人脸识别模型，如：无法根据底图数量、业务变化(老人库、小孩库、模糊库、清晰库)、现场环境，年龄分布、性别比例等各种属性因素动态调整人脸检测模型和识别模型。

发明内容

为解决上述问题，本发明提供了一种云和端集成的人脸图像质量动态检测方法及系统。

一方面，本发明采用以下技术方案：

一种云和端集成的人脸图像质量动态检测方法，所述方法包括如下步骤：

S1、云端接收人脸图片及人脸质量检测请求，并对人脸图片进行图像预处理；所述人脸质量检测请求中包括人脸终端机的信息；

S2、通过预先训练好的多人脸融合模型计算人脸图片的融合质量分；

S3、根据融合质量分和预先设定的人脸质量分判定标准进行人脸质量判断,获得人脸图片通过注册或不通过注册的结果；

S4、将通过注册的人脸图片下发到相应的人脸终端机。

进一步地，所述方法还包括：至少一采集终端通过通信协议向云端发送人脸图片并发起人脸质量检测请求；所述采集终端包括微信小程序、web端应用系统、App和/或移动人脸采集终端中的一种或几种；所述人脸质量检测请求中包含有人脸终端机的厂商信息和设备型号。

进一步地，步骤S1中，在所述图像预处理之前，过滤图片字节大小和/或图片格式；所述图像预处理包括对人脸图片进行灰度化、几何变换、图像增强和/或图像叠加。

进一步地，所述图像预处理包括：改正采集终端的系统误差及仪器位置的随机误差；和/或采用双线性插值使输出图像的像素被映射到输入图像的非整数坐标上；和/或采用点运算算法使图像成像均匀。