公开(公告)号：CN115376194A

公开(公告)日：2022-11-22

申请号：CN202211079624.8

申请日：2022-09-05

Applicant: 上海交通大学

Inventor： 杨华 ,  陈泽浩

IPC: G06V40/16 ,  G06V10/82 ,  G06V10/774 ,  G06T7/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种自适应机制的人脸识别与图像质量评价的联合方法和系统，包括：构造与特征幅度相关的自适应尺度因子；构造角度惩罚，与尺度因子形成联合自适应机制；构造自适应于特征幅度的正则项；利用尺度因子、角度惩罚和正则项，形成人脸识别和人脸图像质量评价的、角度空间内的交叉熵损失函数；构造人脸特征提取器，提取人脸特征并获得特征幅度；构造人脸身份判定器，基于人脸特征获得预测身份；基于交叉熵损失函数训练人脸特征提取器和人脸身份判定器。本发明提出了尺度因子与角度惩罚的联合自适应机制，用于优化特征幅度的分布使其近似服从于正态分布，学习更具区分度的人脸特征，得到与识别结果更加一致的人脸图像质量分数。

公开(公告)号：CN115731599A

公开(公告)日：2023-03-03

申请号：CN202211540806.0

申请日：2022-12-02

Applicant: 上海交通大学

Inventor： 杨华 ,  陈泽浩

IPC: G06V40/16 ,  G06V10/774

Abstract: 本发明提供一种基于学习排序的人脸图像质量评价的方法和系统，包括：构造人脸数据集中每个身份对应的的类中心；构造人脸图像样本在潜在空间内的标准化类内距离和标准化类间距离，并利用他它们构造人脸图像样本的质量标签；构造人脸图像质量网络Q；构造人脸图像对 以及 质量高于 的实际概率和后验概率；利用实际概率和后验概率，构造交叉熵损失函数；基于交叉熵损失函数训练人脸图像质量网络。能减小现有人脸图像质量评价方法中存在的偏差因素，从而提升质量评价的性能，得到与识别结果更加一致的人脸图像质量分数。易于重现且具有很好地适用性和推广性。