新闻资讯

News
当前位置:资讯 >行业资讯 >浏览文章

眉山人脸图像质量检测算法的原理

日期:2020年09月26日 来源:华仁网络

眉山人脸图像质量检测算法的原理

         与人脸识别一样,图像质量检测算法(FQ)也是基于特征提取原理,通过神经网络从海量数据中学习获取人脸质量检测关注的特征(主要包括光线、模糊、角度、遮挡、表情、噪声等)并进行质量判断。每个特征以特定的数值来表示,比如下图的人脸特征向量为(0,1,0,1,1),即强光、中度模糊、中等遮挡、大角度、大表情。


         在提取特征向量后,各张人脸图片的特征杂乱无序地分布在向量空间里。此时,通过对数据进行学习,质量好的样本尽可能聚集在中间,而不好的被推离。最后根据计算样本到圈中心的距离,得到一个质量分数。

         每个特征对质量分数的影响各不相同,我们需要根据各自业务需求设定相应的阈值,FQ会将低于设定阈值的低质量图像过滤,从而确保输送到后面人脸识别环节的图像质量都是比较好的。

眉山人脸图像质量检测算法的原理


眉山人脸图像质量检测算法的原理


眉山人脸图像质量检测算法的原理