【技术实现步骤摘要】
本申请实施例涉及计算机视觉，特别涉及一种特征提取模型训练方法、人脸质量分析方法、装置及设备。
技术介绍
1、随着计算机视觉和人工技术的发展，人脸质量的分析在多个领域中得到了广泛的应用，如安全监控，人脸美颜，表情识别，年龄处理等。
2、在现有的人脸质量分析技术中，通过输入的人脸图像样本以及人脸质量分数标签对人脸质量评分模型进行模型训练，以基于训练好的人脸质量评分模型进行人脸质量评分，然而，上述模型在训练时可能过于依赖特定的数据集或质量标签分布，导致在面对未见过的复杂场景或质量类型时泛化能力有限，无法准确评估新样本的质量，导致对人脸质量的评分准确性较差。
技术实现思路
1、本申请实施例提供了一种特征提取模型训练方法、人脸质量分析方法、装置及设备，可以提高质量特征提取模型的泛化能力，提高质量特征向量的提取准确性，在应用到人脸分析评分场景中时，提高人脸质量分析的准确性，该技术方案如下。
2、一方面，提供了一种特征提取模型训练方法，所述方法包括：
3、获取人脸图像库，以及确定所述人脸图像库中各个人脸图像样本对应的质量等级标签，所述质量等级标签包括第一质量等级以及第二质量等级；所述第一质量等级高于所述第二质量等级；
4、基于所述人脸图像库构建多个三元组样本；每个三元组样本是由任意三个人脸图像样本组成的样本组合；
5、基于所述多个三元组样本对初始的质量特征提取模型进行迭代训练，直至满足训练完成条件，得到训练后的质量特征提取模型；所述训练
6、另一方面，提供了一种人脸质量分析方法，所述方法包括：
7、接收待分析的目标人脸图像；
8、基于质量特征提取模型提取所述目标人脸图像的质量特征向量；所述质量特征提取模型是基于人脸图像库构建的多个三元组样本进行迭代训练，并在满足训练完成条件后得到的；所述训练完成条件包括：质量等级相同的人脸图像样本之间的质量距离达到最小，质量等级不同的人脸图像样本之间的质量距离达到最大；所述质量距离是基于所述质量特征提取模型提取到的人脸图像样本的质量特征向量确定的；所述人脸图像库中的各个人脸图像样本具有对应的质量等级标签，所述质量等级标签包括第一质量等级以及第二质量等级，所述第一质量等级高于所述第二质量等级；
9、基于所述目标人脸图像的质量特征向量，确定所述目标人脸图像的人脸质量评分，所述人脸质量评分用于表征所述目标人脸图像的质量等级。
10、另一方面，提供了一种特征提取模型训练装置，所述装置包括：
11、获取模块，用于获取人脸图像库，以及确定所述人脸图像库中各个人脸图像样本对应的质量等级标签，所述质量等级标签包括第一质量等级以及第二质量等级；所述第一质量等级高于所述第二质量等级；
12、样本构建模块，基于所述人脸图像库构建多个三元组样本；每个三元组样本是由任意三个人脸图像样本组成的样本组合；
13、模型训练模块，用于基于所述多个三元组样本对初始的质量特征提取模型进行迭代训练，直至满足训练完成条件，得到训练后的质量特征提取模型；所述训练完成条件包括：质量等级相同的人脸图像样本之间的质量距离达到最小，且质量等级不同的人脸图像样本之间的质量距离达到最大；所述质量距离是基于所述质量特征提取模型提取到的人脸图像样本的质量特征向量确定的；训练后的质量特征提取模型用于提取人脸图像的质量特征向量以对人脸质量进行分析。
14、在一种可能的实现方式中，所述获取模块，包括：
15、指标评分子模块，用于对所述人脸图像库中的各个人脸图像样本进行指标评分，得到各个人脸图像样本对应于感知指标的感知指标评分，以及，得到各个人脸图像样本对应于机器指标的机器指标评分；所述感知指标是基于人脸图像样本中的人脸关键点提取得到的指标；所述机器指标是指人脸图像样本的图像质量参数；
16、标签确定子模块，用于基于各个人脸图像样本对应于所述感知指标的感知指标评分，以及，各个人脸图像样本对应于所述机器指标的机器指标评分，确定各个人脸图像样本对应的所述质量等级标签。
17、在一种可能的实现方式中，所述标签确定子模块，用于，
18、对于各个人脸图像样本中的任一目标人脸图像样本，在感知指标评分以及机器指标评分均指示所述目标人脸图像样本的图像质量为第一质量等级的情况下，确定所述目标人脸图像样本的质量等级标签为第一质量等级；
19、在感知指标评分以及机器指标评分中至少一个指示所述目标人脸图像样本的图像质量为第二质量等级的情况下，确定所述目标人脸图像样本的质量等级标签为第二质量等级。
20、在一种可能的实现方式中，所述感知指标包括以下至少之一：人脸角度，面部特征空间分布以及遮挡情况；所述机器指标包括以下至少之一：清晰度，对比度，亮度，焦距以及照明度。
21、在一种可能的实现方式中，所述样本构建模块，用于，
22、获取所述人脸图像库中各个人脸图像样本的图像特征向量；所述图像特征向量用于表征人脸图像样本中的图像信息；
23、基于各个人脸图像样本的图像特征向量进行图像聚类，得到至少两个样本图像类，同一样本图像类中的人脸图像样本之间的相似度高于相似度阈值；同一样本图像类中包含第一质量等级的人脸图像样本以及第二质量等级的人脸图像样本；
24、分别构建每个样本图像类对应的至少一个三元组样本，得到所述多个三元组样本；同一三元组样本中的三个人脸图像样本来源于同一所述样本图像类。
25、另一方面，提供了一种人脸质量分析装置，所述装置包括：
26、图像接收模块，用于接收待分析的目标人脸图像；
27、特征提取模块，用于基于质量特征提取模型提取所述目标人脸图像的质量特征向量；所述质量特征提取模型是基于人脸图像库构建的多个三元组样本进行迭代训练，并在满足训练完成条件后得到的，所述训练完成条件包括：质量等级相同的人脸图像样本之间的质量距离达到最小，质量等级不同的人脸图像样本之间的质量距离达到最大；所述质量距离是基于所述质量特征提取模型提取到的人脸图像样本的质量特征向量确定的；所述人脸图像库中的各个人脸图像样本具有对应的质量等级标签，所述质量等级标签包括第一质量等级以及第二质量等级，所述第一质量等级高于所述第二质量等级；
28、质量评分模块，用于基于所述目标人脸图像的质量特征向量，确定所述目标人脸图像的人脸质量评分，所述人脸质量评分用于表征所述目标人脸图像的质量等级。
29、在一种可能的实现方式中，所述质量评分模块，包括：
30、相似度计算子模块，用于基于所述目标人脸图像的质量本文档来自技高网...
【技术保护点】
1.一种特征提取模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述确定所述人脸图像库中各人脸图像样本对应的质量等级标签，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于各个人脸图像样本对应于所述感知指标的感知指标评分，以及，各个人脸图像样本对应于所述机器指标的机器指标评分，确定各个人脸图像样本对应的所述质量等级标签，包括：
4.根据权利要求2所述的方法，其特征在于，所述感知指标包括以下至少之一：人脸角度，面部特征空间分布以及遮挡情况；所述机器指标包括以下至少之一：清晰度，对比度，亮度，焦距以及照明度。
5.根据权利要求1所述的方法，其特征在于，所述基于所述人脸图像库构建多个三元组样本，包括：
6.一种人脸质量分析方法，其特征在于，所述方法包括：
7.根据权利要求6所述的方法，其特征在于，所述基于所述目标人脸图像的质量特征向量，确定所述目标人脸图像的人脸质量评分，包括：
8.根据权利要求7所述的方法，其特征在于，所述基于所述人脸图像库中与所述目标人脸图
9.一种特征提取模型训练装置，其特征在于，所述装置包括：
10.一种人脸质量分析装置，其特征在于，所述装置包括：
11.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行以实现如权利要求1至5任一所述的特征提取模型训练方法，和/或，如权利要求6至8任一所述的人脸质量分析方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条计算机程序，所述计算机程序由处理器加载并执行以实现如权利要求1至5任一所述的特征提取模型训练方法，和/或，如权利要求6至8任一所述的人脸质量分析方法。
...【技术特征摘要】
1.一种特征提取模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述确定所述人脸图像库中各人脸图像样本对应的质量等级标签，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于各个人脸图像样本对应于所述感知指标的感知指标评分，以及，各个人脸图像样本对应于所述机器指标的机器指标评分，确定各个人脸图像样本对应的所述质量等级标签，包括：
4.根据权利要求2所述的方法，其特征在于，所述感知指标包括以下至少之一：人脸角度，面部特征空间分布以及遮挡情况；所述机器指标包括以下至少之一：清晰度，对比度，亮度，焦距以及照明度。
5.根据权利要求1所述的方法，其特征在于，所述基于所述人脸图像库构建多个三元组样本，包括：
6.一种人脸质量分析方法，其特征在于，所述方法包括：
7.根据权利要求6所述的方法，其特征在于，所述基于所述目标人脸图像的质量特征向量，确定所述目标人脸图像的人...
【专利技术属性】
技术研发人员：滕飞，庞锋，周鑫，
申请(专利权)人：微梦创科网络科技中国有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。