科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对低质量人脸图像阻碍识别系统性能提升的问题，本文提出了一种无参考的人脸图像质量评价方法，并使用该方法评估了不同类型的图像退化对人脸图像质量的影响程度.该方法使用一种集群卷积网络结构，模拟人脸图像退化过程中的特征偏移，根据特征偏移量和图像信息量之间的相关性，完成人脸图像质量分数计算.使用遗传算法对构成集群网络的网络单元进行筛选，可使用更小网络规模实现同等性能.以质量评价算法为工具进行实验，研究评估了不同图像退化类型对人脸识别的影响，为指导今后人脸质量相关研究得出了有益结论.在主流人脸数据集上进行的实验证明，通过筛选数据库中低质量分数的人脸图像，可以进一步提升现有人脸识别系统的性能，且识别率提升表现出良好稳定性.该方法复杂度低，无需训练，与FaceQNet等最新方法相比，在FNMR和EER指标上显示出明显优势.
- 单位
