公开(公告)号：CN111881732A

公开(公告)日：2020-11-03

申请号：CN202010556127.7

申请日：2020-06-17

Applicant: 北京邮电大学

Inventor： 夏海轮 ,  卫炜 ,  周洪弘

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明公开了一种基于SVM的人脸质量评价方法，涉及图像处理及机器学习的技术领域。首先针对某张输入图像，设定图像的关键点坐标，检测输入图像的尺寸，将图像调整为正方形，并修正人脸关键点坐标后转化成灰度图。然后提取整张图的方向梯度直方图特征向量，同时将灰度图转化为等价模式的LBP特征图。在LBP特征图上分别以五个关键点为中心，各取一个矩形，提取五个LBP特征直方图特征向量。将方向梯度直方图特征向量和LBP特征直方图特征向量拼接成一个特征向量，并输入预训练好的SVM模型中，得到此人脸图像的质量分类，并得到当前图像的特征向量与SVM的超平面的距离；依据质量分类和和距离计算出此人脸图像的质量分数并输出。本发明准确性高，算力要求低。

公开(公告)号：CN111881732B

公开(公告)日：2022-06-07

申请号：CN202010556127.7

申请日：2020-06-17

Applicant: 北京邮电大学

Inventor： 夏海轮 ,  卫炜 ,  周洪弘

IPC: G06V40/16 ,  G06V10/50 ,  G06V10/764 ,  G06K9/62

Abstract: 本发明公开了一种基于SVM的人脸质量评价方法，涉及图像处理及机器学习的技术领域。首先针对某张输入图像，设定图像的关键点坐标，检测输入图像的尺寸，将图像调整为正方形，并修正人脸关键点坐标后转化成灰度图。然后提取整张图的方向梯度直方图特征向量，同时将灰度图转化为等价模式的LBP特征图。在LBP特征图上分别以五个关键点为中心，各取一个矩形，提取五个LBP特征直方图特征向量。将方向梯度直方图特征向量和LBP特征直方图特征向量拼接成一个特征向量，并输入预训练好的SVM模型中，得到此人脸图像的质量分类，并得到当前图像的特征向量与SVM的超平面的距离；依据质量分类和和距离计算出此人脸图像的质量分数并输出。本发明准确性高，算力要求低。