(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211014874.3 (22)申请日 2022.08.23 (71)申请人 北京远鉴信息技 术有限公司 地址 100000 北京市海淀区西四环北路158 号1幢7层80 001-2 (72)发明人 白世杰　王楚涵　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 赵兴 (51)Int.Cl. G06V 40/16(2022.01) G06N 3/04(2006.01) G06V 10/44(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01)G06V 10/98(2022.01) (54)发明名称 一种人脸图像质量的评估 方法、 装置及电子 设备 (57)摘要 本公开提供了一种人脸图像质 量的评估方 法、 装置及电子设备， 通过提取待评估人脸图像 的人脸质量特征； 根据采样的正态分布向量生成 优质人脸特征和劣质人脸特征； 确定人脸质量特 征与优质人脸特征之间的方差熵； 人脸质量特征 与优质人脸特征、 劣质人脸特征之间的相对熵以 及优质人脸特征与劣质人脸特征之间的分布熵； 融合上述熵 值得到训练特征值， 由训练特征值最 小化的目标人脸质量评估器确定人脸质量特征 与优质人脸特征之间的目标方差并与方差阈值 进行比较， 确定待评估人脸图像的图像质量。 可 以全面的针对人脸图像质量进行准确判断区分。 权利要求书3页 说明书13页 附图4页 CN 115273207 A 2022.11.01 CN 115273207 A 1.一种人脸图像质量的评估方法， 其特 征在于， 包括： 获取待评估人脸图像， 提取 所述待评估人脸图像对应的人脸质量特 征； 在人脸特征空间中采样符合正态分布的正态分布向量集合， 根据 所述正态分布向量集 合， 生成所述人脸特 征空间中的优质人脸特 征和劣质人脸特 征； 确定所述人脸质量特征与 所述优质人脸特征之间的第 一相关度， 由预设的人脸质量评 估器根据所述第一相关度， 确定所述人脸质量特 征与所述优质人脸特 征之间的方差熵； 确定所述人脸质量特征与 所述劣质人脸特征之间的第 二相关度， 根据 所述第一相关度 以及所述第二相关度， 确定所述人脸质量特征与所述优质人脸特征、 所述劣质人脸特征之 间的相对熵； 确定所述优质人脸特征与所述劣质人脸特征之间的第三相关度， 根据所述第三相关 度， 确定所述优质人脸特 征与所述劣质人脸特 征之间的分布 熵； 将所述方差熵、 所述相对熵以及所述分布熵融合后 生成所述人脸质量评估器对应的训 练特征值， 确定使所述训练特 征值最小化的目标 人脸质量评估器； 通过所述目标人脸质量评估器确定所述人脸质量特征与所述优质人脸特征之间的目 标方差， 基于所述目标 方差以及预设的方差阈值， 确定所述待评估人脸图像的图像质量。 2.根据权利要求1所述的方法， 其特征在于， 所述在人脸特征空间中采样符合正态分布 的正态分布向量集合， 根据所述正态分布向量集合， 生成所述人脸特征空间中的优质人脸 特征和劣质人脸特 征， 具体包括： 将所述正态分布向量集合中的每个元素输入至预设的人脸优质特征生成器， 确定所述 人脸特征空间中的优质人脸特征集合， 其中， 所述优质人脸特征集合由多个所述优质人脸 特征构成； 将所述正态分布向量集合中的每个元素输入至预设的人脸劣质特征生成器， 确定所述 人脸特征空间中的劣质人脸特征集合， 其中， 所述劣质人脸特征集合由多个所述劣质人脸 特征构成。 3.根据权利要求1所述的方法， 其特征在于， 所述确定所述人脸质量特征与 所述优质人 脸特征之间的第一相关度， 由预设的人脸质量评估器根据所述第一相关度， 确定所述人脸 质量特征与所述优质人脸特 征之间的方差熵， 具体包括： 由所述人脸质量评估器根据 所述第一相关度， 确定所述人脸质量特征与所述优质人脸 特征之间的方差； 根据所述方差， 确定所述人脸质量特 征与所述优质人脸特 征之间的方差熵。 4.根据权利要求2所述的方法， 其特征在于， 在所述确定所述人脸质量特征与 所述劣质 人脸特征之间的第二相关度， 根据所述第一相关度以及所述第二相关度， 确定所述人脸质 量特征与所述优质人脸特 征、 所述劣质人脸特 征之间的相对熵之后， 所述方法还 包括： 基于所述相对熵， 针对所述优质人脸特征进行偏微分运算， 以优化所述优质特征生成 器生成所述优质人脸特 征的准确度； 基于所述相对熵， 针对所述劣质人脸特征进行偏微分运算， 以优化所述劣质特征生成 器生成所述劣质人脸特 征的准确度。 5.根据权利要求1所述的方法， 其特征在于， 基于以下方法融合所述方差熵、 所述相对 熵以及所述分布 熵：权　利　要　求　书 1/3 页 2 CN 115273207 A 2分别为所述方差熵、 所述相对熵以及所述分布 熵配置对应的预设权 重系数； 根据所述预设权重系数， 针对所述方差熵、 所述相对熵以及所述分布熵进行加权求和， 得到所述人脸质量评估器对应的训练特 征值。 6.根据权利要求1所述的方法， 其特征在于， 所述基于所述目标方差以及预设的方差 阈 值， 确定所述待评估人脸图像的图像质量， 具体包括： 判断所述目标 方差是否小于所述方差阈值； 若小于， 则确定所述待评估人脸图像为优质图像； 若大于， 则确定所述待评估人脸图像为劣质图像。 7.一种人脸图像质量的评估 装置， 其特 征在于， 包括： 特征提取模块， 用于获取待评估人脸图像， 提取所述待评估人脸图像对应的人脸质量 特征； 特征生成模块， 用于在人脸特征空间中采样符合正态分布的正态分布向量集合， 根据 所述正态分布向量 集合， 生成所述人脸特 征空间中的优质人脸特 征和劣质人脸特 征； 方差熵确定模块， 用于确定所述人脸质量特征与所述优质人脸特征之间的第一相关 度， 由预设的人脸质量评估器根据所述第一相关度， 确定所述人脸质量特征与所述优质人 脸特征之间的方差熵； 相对熵确定模块， 用于确定所述人脸质量特征与所述劣质人脸特征之间的第二相关 度， 根据所述第一相关度以及所述第二相关度， 确定所述人脸质量特征与所述优质人脸特 征、 所述劣质人脸特 征之间的相对熵； 分布熵确定模块， 用于确定所述优质人脸特征与所述劣质人脸特征之间的第三相关 度， 根据所述第三相关度， 确定所述优质人脸特 征与所述劣质人脸特 征之间的分布 熵； 训练模块， 用于将所述方差熵、 所述相对熵以及所述分布熵融合后生成所述人脸质量 评估器对应的训练特 征值， 确定使所述训练特 征值最小化的目标 人脸质量评估器； 图像质量评估模块， 用于通过所述目标人脸质量评估器确定所述人脸质量特征与 所述 优质人脸特征之间的目标方差， 基于所述 目标方差以及预设的方差阈值， 确定所述待评估 人脸图像的图像质量。 8.根据权利要求7 所述的装置， 其特 征在于， 所述特 征生成模块具体用于： 将所述正态分布向量集合中的每个元素输入至预设的人脸优质特征生成器， 确定所述 人脸特征空间中的优质人脸特征集合， 其中， 所述优质人脸特征集合由多个所述优质人脸 特征构成； 将所述正态分布向量集合中的每个元素输入至预设的人脸劣质特征生成器， 确定所述 人脸特征空间中的劣质人脸特征集合， 其中， 所述劣质人脸特征集合由多个所述劣质人脸 特征构成。 9.一种电子设备， 其特征在于， 包括： 处理器、 存储器和总线， 所述存储器存储有所述处 理器可执行 的机器可读指令， 当电子设备运行时， 所述处理器与所述存储器之间通过总线 通信， 所述机器可读指令被所述处理器执行时执行如权利要求1至6中任一项 所述的人脸图 像质量的评估方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 该计算机可读存储介质上存储有计算机程 序， 该计算机程序被处理器运行时执行如权利要求1至6中任一项 所述的人脸图像质量的评权　利　要　求　书 2/3 页 3 CN 115273207 A 3