一种评估方法、装置、设备及计算机可读存储介质制造方法及图纸

本申请公开了一种评估方法、装置、设备及计算机可读存储介质，该评估方法包括：获取多个图像识别模型、待评估图像集合和所述待评估图像集合中各个待评估图像的第一维度质量评分，其中，所述第一维度质量评分用于反映所述各个待评估图像的视觉感官上的质量；利用各个图像识别模型对所述各个待评估图像分别进行特征提取处理，得到所述各个待评估图像的特征向量；基于所述各个待评估图像的特征向量确定所述各个待评估图像的第二维度质量评分；基于所述第一维度质量评分和所述第二维度质量评分，确定所述各个待评估图像的质量评估结果。如此，能够结合多个维度得到精确度较高的质量评估结果，优化质量评估结果。优化质量评估结果。优化质量评估结果。

【技术实现步骤摘要】
一种评估方法、装置、设备及计算机可读存储介质


[0001]本申请涉及图像处理
，涉及但不限于一种评估方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]随着图像处理技术的快速发展，在安防领域中人脸识别已成为不可或缺的技术，有着广阔的应用前景。视频采集是安防领域中重要的应用场景，网络摄像头抓拍的人脸图片往往是复杂多样的，会受到光照、人脸姿态、遮挡以及快速运动等因素影响，导致人脸图像的质量参差不齐。而低质量的人脸图像会大大降低人脸识别的成功率。因此，如何从一系列人脸图片中选出质量好的图片用于识别，从而提升人脸识别的速度和精度，是目前亟待解决的问题。
[0003]在相关技术中，往往围绕着怎样检测人脸的光照、姿态、遮挡以及运动模糊等问题来对人脸质量进行评价。然而，这类技术也存在一定的问题如：基于深度学习的人脸质量评价方法中人脸图像质量评分需要依靠人工来完成，需要花费大量的时间和精力并且具有一定的主观性，而且影响人脸质量的因素较多，这种人工评分的方式无法全面地考虑到多方面因素的影响，导致人脸图像质量评分不准确。

技术实现思路

[0004]有鉴于此，本申请实施例提供一种评估方法、装置、设备及计算机可读存储介质。
[0005]本申请实施例的技术方案是这样实现的：
[0006]本申请实施例提供一种评估方法，所述方法包括：
[0007]获取多个图像识别模型、待评估图像集合和所述待评估图像集合中各个待评估图像的第一维度质量评分，其中，所述第一维度质量评分用于反映所述各个待评估图像的视觉感官上的质量；
[0008]利用各个图像识别模型对所述各个待评估图像分别进行特征提取处理，得到所述各个待评估图像的特征向量；
[0009]基于所述各个待评估图像的特征向量确定所述各个待评估图像的第二维度质量评分；
[0010]基于所述第一维度质量评分和所述第二维度质量评分，确定所述各个待评估图像的质量评估结果。
[0011]本申请实施例提供一种评估装置，所述评估装置包括：
[0012]第一获取模块，用于获取多个图像识别模型、待评估图像集合和所述待评估图像集合中各个待评估图像的第一维度质量评分，其中，所述第一维度质量评分用于反映所述各个待评估图像的视觉感官上的质量；
[0013]特征提取模块，用于利用各个图像识别模型对所述各个待评估图像分别进行特征提取处理，得到所述各个待评估图像的特征向量；
[0014]第一确定模块，用于基于所述各个待评估图像的特征向量确定所述各个待评估图像的第二维度质量评分；
[0015]第二确定模块，用于基于所述第一维度质量评分和所述第二维度质量评分，确定所述各个待评估图像的质量评估结果。
[0016]本申请实施例提供一种评估设备，所述评估设备包括：
[0017]处理器；以及
[0018]存储器，用于存储可在所述处理器上运行的计算机程序；
[0019]其中，所述计算机程序被处理器执行时实现上述的评估方法。
[0020]本申请实施例提供一种计算机可读存储介质，所述计算机存储介质中存储有计算机可执行指令，该计算机可执行指令配置为执行上述评估方法。
[0021]本申请实施例提供一种评估方法、装置、设备及计算机可读存储介质，该评估方法包括：先获取多个图像识别模型、待评估图像集合和待评估图像集合中各个待评估图像的第一维度质量评分，该第一维度质量评分能够反应各个待评价图像视觉感官上的质量，如果视觉感官上的质量较佳，则第一维度质量评分相应较高；接着，再利用各个图像识别模型对各个待评估图像分别进行特征提取处理，得到各个待评价图像的特征向量；还基于各个待评估图像的特征向量确定第二位维度质量评分；最后，基于第一维度质量评分和第二维度质量评分，来共同确定各个待评估图像的质量评估结果。这样一来，通过反映视觉感官方面的实际情况的第一维度质量评分，以及体现图像特征的第二维度质量评分来共同确定各个待评估图像的质量评估结果，确定过程无需人工参与，提升评估的效率，确保质量评估结果的客观性，同时还提高质量评估结果的精确度。
附图说明
[0022]在附图(其不一定是按比例绘制的)中，相似的附图标记可在不同的视图中描述相似的部件。附图以示例而非限制的方式大体示出了本文中所讨论的各个实施例。
[0023]图1为本申请实施例提供的评估方法的第一种实现流程示意图；
[0024]图2为本申请实施例提供的确定评分结果的一种实现流程示意图；
[0025]图3为本申请实施例提供的评估方法的第二种实现流程示意图；
[0026]图4为本申请实施例提供的模型训练方法的一种实现流程示意图；
[0027]图5为本申请实施例提供的打分后图像得分情况分类的一种实现流程示意图；
[0028]图6为本申请实施例提供的图像质量评分模型的一种实现模型结构示意图；
[0029]图7为本申请实施例提供的评估装置的一种组成结构示意图；
[0030]图8为本申请实施例提供的评估设备的一种组成结构示意图。
具体实施方式
[0031]为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0032]在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突
的情况下相互结合。
[0033]在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
[0034]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
[0035]为了更好地理解本申请实施例提供的评估方法，首先对以下几种相关技术中的评估方法以及存在的缺点进行说明。
[0036]第一种相关技术包括：获取待评估的目标图片；通过质量评分网络对目标图片进行质量评估，其中，质量评分网络包括分类部分和回归部分，分类部分用于确定目标图片对应的图片类别，图片类别包括：误检图片和非误检图片，回归部分用于确定目标图像对应的质量评分。如此，解决了如何有效准确地进行人脸图片质量评估的问题，进而达到了准确快速地实现人脸图片质量评估的效果。
[0037]第二种相关技术包括：采集原始图像，并对原始图像信息进行预处理，预处理包括：对原始图像进行人脸检测，获取人脸图像区域，以及预先对图像识别特征进行分类，并根据分类类别对原始图像进行分割，获取多个子图像；分别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种评估方法，其特征在于，所述方法包括：获取多个图像识别模型、待评估图像集合和所述待评估图像集合中各个待评估图像的第一维度质量评分，其中，所述第一维度质量评分用于反映所述各个待评估图像的视觉感官上的质量；利用各个图像识别模型对所述各个待评估图像分别进行特征提取处理，得到所述各个待评估图像的特征向量；基于所述各个待评估图像的特征向量确定所述各个待评估图像的第二维度质量评分；基于所述第一维度质量评分和所述第二维度质量评分，确定所述各个待评估图像的质量评估结果。2.根据权利要求1中所述的方法，其特征在于，所述基于所述各个待评估图像的特征向量确定所述各个待评估图像的第二维度质量评分，包括：基于所述各个图像识别模型对应的特征向量，分别确定所述各个图像识别模型的评分结果；基于所述各个图像识别模型的评分结果，确定所述各个待评估图像的第二维度质量评分。3.根据权利要求2中所述的方法，其特征在于，所述基于所述各个图像识别模型对应的特征向量，分别确定所述各个图像识别模型的评分结果，包括：基于所述各个图像识别模型对应的特征向量，确定第i个待评估图像与其余待评估图像之间的第i相似度集合；其中，所述i为正整数，所述i大于或者等于1，且所述i小于或者等于N，所述N为所述待评估图像集合中所包含待评估图像的总个数；其余待评估图像为第i个待评估图像之外的待评估图像；基于所述第i相似度集合确定所述第i个待评估图像的评分结果。4.根据权利要求3中所述的方法，其特征在于，所述基于所述第i相似度集合确定所述第i个待评估图像的评分结果，包括：基于所述第i相似度集合确定第i均值相似度；获取所述各个待评估图像的均值相似度；对所述各个待评估图像的均值相似度和所述第i均值相似度进行归一化处理，得到所述第i个待评估图像的评分结果。5.根据权利要求1中所述的方法，其特征在于，所述各个待评估图像均包括第一目标对象；所述方法还包括：采集所述各个待评估图像的图像特性信息和所述第一目标对象对应的行为特征，其中，所述图像特性信息包括照明强度、图像分辨率和图像模糊度；所述行为特征包括面部特征和姿态特征；分别对所述各个待评估图像的图像特性信息和...

【专利技术属性】
技术研发人员：汤成，程宝平，谢小燕，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：