[发明专利]一种质量评价模型训练方法、装置、电子设备及存储介质

权利要求书

1.一种质量评价模型训练方法，其特征在于，所述方法包括：

利用第一训练样本训练质量评价网络，得到多个第一质量评价模型；所述第一训练样本包括第一虹膜图像，以及所述第一虹膜图像的第一质量标签；

将所述第一训练样本输入所述多个第一质量评价模型，得到所述第一虹膜图像的多个质量预测值；

确定满足第一条件的第一虹膜图像的质量预测值的数量大于或等于第一数量阈值；所述第一条件为所述第一虹膜图像的质量预测值与所述第一虹膜图像的第一质量标签之间的偏差大于或等于第一偏差阈值；

生成所述第一虹膜图像的第二质量标签；所述第一虹膜图像的第二质量标签根据所述第一虹膜图像的多个质量预测值或多个第二虹膜图像的质量预测值确定；所述第二虹膜图像为与所述第一虹膜图像的相似度高于相似度阈值的虹膜图像；

生成第二训练样本；所述第二训练样本包括所述第一虹膜图像和所述第一虹膜图像的第二质量标签；

利用所述第二训练样本训练所述质量评价网络，得到第二质量评价模型；

其中，所述第一质量标签通过如下方式得到：

通过对所述第一虹膜图像进行分割和关键点检测，获取质量分数Q₁；

利用高斯拉普拉斯核对所述第一虹膜图像进行处理，获取清晰度Q₂；

获取所述第一虹膜图像的第一质量标签Q＝a*Q₁*100+(1-a)f*Q₂*100,其中，a为权重系数，f为缩放系数；

其中，所述通过对所述第一虹膜图像进行分割和关键点检测，获取质量分数，包括：

对所述第一虹膜图像进行分割，得到只包含虹膜的虹膜掩膜M₁；

对所述第一虹膜图像进行关键点检测，得到虹膜内环关键点和虹膜外环关键点；

分别使用虹膜内环关键点和虹膜外环关键点进行椭圆拟合，得到虹膜内环对应的椭圆E₁、虹膜外环对应的椭圆E₂；

对所述椭圆E₁、椭圆E₂进行二值填充，得到瞳孔掩膜M₂和包含虹膜、瞳孔、遮挡物的掩膜M₃；

获取包含虹膜、遮挡物的虹膜掩膜M₄＝M₃-M₂；

获取所述质量分数Q₁，

其中，sum为求和函数，a和b分别表示椭圆的长轴和短轴，λ为预设参数，ε为常数。

2.根据权利要求1所述的质量评价模型训练方法，其特征在于，所述生成所述第一虹膜图像的第二质量标签，包括：

确定第一备选标签与第二备选标签之间的偏差小于第二偏差阈值；

将所述第一备选标签确定为所述第一虹膜图像的第二质量标签；

其中,所述第一备选标签根据满足所述第一条件的所述第一虹膜图像的质量预测值确定；

所述第二备选标签根据满足第二条件或第三条件的所述第二虹膜图像的质量预测值确定。

3.根据权利要求1所述的质量评价模型训练方法，其特征在于，所述生成所述第一虹膜图像的第二质量标签，包括：

确定第一备选标签与第二备选标签之间的偏差大于或等于第二偏差阈值；

将所述第二备选标签确定为所述第一虹膜图像的第二质量标签；

其中,所述第一备选标签根据满足所述第一条件的所述第一虹膜图像的质量预测值确定；

所述第二备选标签根据满足第二条件或第三条件的所述第二虹膜图像的质量预测值确定。

4.根据权利要求2或3所述的质量评价模型训练方法，其特征在于，

所述第二条件为所述第二虹膜图像的数量大于或等于第二数量阈值，以及，所述第二虹膜图像的质量预测值满足第四条件的所述第二虹膜图像的数量大于或等于第三数量阈值；

所述第四条件为所述第二虹膜图像的质量预测值与所述第二虹膜图像的第一质量标签之间的偏差小于或等于第三偏差阈值。