[发明专利]基于人体热力图的人体图像质量评估方法及装置

说明书

本申请提供一种基于人体热力图的人体图像质量评估方法及装置。该方法包括：将人体图像输入到特征提取网络中；对第四卷积块输出的原始特征图进行反卷积处理，得到第四特征图；将第三卷积块输出的原始特征图进行归一化，将归一化后的特征图与第四特征图融合，得到第三特征图；将第二卷积块输出的原始特征图进行归一化，将归一化后的特征图与第三特征图融合，得到第二特征图；对第二特征图进行卷积处理，得到多个人体热力图；将最大响应位置处的值作为相应人体关键点的质量分，将人体关键点的质量分进行加权求和，得到人体图像的质量分；基于人体图像的质量分进行评估。本申请提升人体图像质量评估的精度和效率，提高人体图像质量评估结果的可信度。

技术领域

本申请涉及计算机技术领域，尤其涉及一种基于人体热力图的人体图像质量评估方法及装置。

背景技术

人体图像质量评估可用于评定人体图像是否满足后续行人重识别技术的应用，而在行人重识别中主要关注人体遮挡度、图像模糊度、图像光照等因素。

现有的技术中，通常使用多个卷积神经网络模型来分别评估以上质量问题，例如，目前基于深度学习的人体图像质量评估方法，可以使用人体关键点坐标回归的方式来评估遮挡程度，基于卷积神经网络模型预测图片光照，同样也可以基于卷积神经网络来预测图片模糊度。但是，这种基于多模型的人体图像质量评估方法，不仅耗时而且耗费算力，并且无法综合评估人体图像质量，降低了人体图像质量评估的精度和效率，还降低人体图像质量评估结果的可信度。

发明内容

有鉴于此，本申请实施例提供了一种基于人体热力图的人体图像质量评估方法及装置，以解决现有技术存在的人体图像质量评估方法不仅耗时而且耗费算力，无法综合评估人体图像质量，降低人体图像质量评估的精度和效率，降低人体图像质量评估结果的可信度的问题。

本申请实施例的第一方面，提供了一种基于人体热力图的人体图像质量评估方法，包括：将待评估的人体图像输入到预先配置的特征提取网络中，利用特征提取网络中的卷积块依次输出多个原始特征图；对第四卷积块输出的原始特征图进行反卷积处理，得到第四特征图；将第三卷积块输出的原始特征图进行归一化处理，将归一化处理后的特征图与第四特征图进行融合，得到第三特征图；将第二卷积块输出的原始特征图进行归一化处理，将归一化处理后的特征图与第三特征图进行融合，得到第二特征图；对第二特征图进行卷积处理，得到多个人体热力图，其中每个人体热力图对应一个预设的人体关键点；将每个人体热力图中最大响应位置处的值作为相应人体关键点的质量分，依据预设的每个人体关键点对应的权重，将人体关键点的质量分进行加权求和，得到人体图像对应的质量分；基于人体图像的质量分对人体图像的质量进行评估。

本申请实施例的第二方面，提供了一种基于人体热力图的人体图像质量评估装置，包括：输入模块，被配置为将待评估的人体图像输入到预先配置的特征提取网络中，利用特征提取网络中的卷积块依次输出多个原始特征图；反卷积处理模块，被配置为对第四卷积块输出的原始特征图进行反卷积处理，得到第四特征图；第一融合模块，被配置为将第三卷积块输出的原始特征图进行归一化处理，将归一化处理后的特征图与第四特征图进行融合，得到第三特征图；第二融合模块，被配置为将第二卷积块输出的原始特征图进行归一化处理，将归一化处理后的特征图与第三特征图进行融合，得到第二特征图；卷积处理模块，被配置为对第二特征图进行卷积处理，得到多个人体热力图，其中每个人体热力图对应一个预设的人体关键点；计算模块，被配置为将每个人体热力图中最大响应位置处的值作为相应人体关键点的质量分，依据预设的每个人体关键点对应的权重，将人体关键点的质量分进行加权求和，得到人体图像对应的质量分；评估模块，被配置为基于人体图像的质量分对人体图像的质量进行评估。

本申请实施例的第三方面，提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述方法的步骤。

本申请实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。