(19)中华 人民共和国 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 202111400278.4 (22)申请日 2021.11.24 (71)申请人 湖南中科助英智能科技研究院有限 公司 地址 410000 湖南省长 沙市岳麓区桐梓坡 路96号 (72)发明人 谢昌颐　李蕾　 (74)专利代理 机构 长沙国科天河知识产权代理 有限公司 432 25 代理人 彭小兰 (51)Int.Cl. G06V 20/40(2022.01) G06V 40/16(2022.01) G06V 10/22(2022.01) G06V 10/50(2022.01)G06N 20/00(2019.01) G06Q 50/20(2012.01) (54)发明名称 基于视频的人脸图像优选方法、 装置、 设备 和存储介质 (57)摘要 本申请涉及一种基于视频的人脸图像优选 方法、 装置、 设备和存储介质。 所述方法包括： 通 过对人脸图像依次进行分辨率评估、 亮度评估、 深度清晰度评估、 完整度评估以及深度姿态评估 这五种评估， 并且挑选出同时满足五种评估 标准 的人脸图像作为优选的人脸图像以供后续进行 人脸识别， 这样可以有效的提高从人脸视频中选 取出最优选的人脸图像， 为人脸识别提供最为优 质的图像， 以提高人脸识别的精准度。 并且在进 行深度清晰度评估以及深度姿态评估时采用的 深度学习模 型进行评估， 相比于传统方法具有更 好的鲁棒 性。 权利要求书2页 说明书8页 附图3页 CN 114037942 A 2022.02.11 CN 114037942 A 1.基于视频的人脸图像优选方法， 其特 征在于， 所述方法包括： 获取待检测的人脸视频数据， 所述人脸视频数据包括以时间为顺序的多帧人脸图像及 人脸检测框位置， 且各 人脸图像中的人脸均为同一对象； 对各帧人脸图像分别依次进行分辨率评估、 亮度评估、 深度清晰度评估、 完整度评估以 及深度姿态评估， 其中所述深度 清晰度评估以及深度姿态评估分别采用已训练的深度学习 模型进行评估； 选取所述人脸视频 数据中所有评估均符合标准的人脸图像作为优选的人脸图像。 2.根据权利要求1所述的人脸优选方法， 其特征在于， 对所述人脸图像进行所述分辨率 评估包括： 若所述人脸图像中人脸区域部分分辨率小于80X80， 则不符合分辨率标准将该帧人脸 图像舍弃； 若所述人脸图像中人脸区域部分分辨率大于或等于80X80， 则符合分辨率标准， 将该帧 人脸图像进行 所述亮度评估。 3.根据权利要求2所述的人脸优选方法， 其特征在于， 对所述人脸图像进行所述亮度评 估包括： 根据所述人脸图像得到其中人脸区域的像素分布直方图， 统计所述像素分布直方图中 亮度大于2 40或小于15的像素， 若统计的像素数量大于全部像素数量的40％， 则不符合亮度 标准将该帧人脸图像舍弃； 若统计的像素数量小于或等于全部像素数量的40％， 则符合亮度 标准将该帧人脸图像 进行所述深度清晰度评估。 4.根据权利要求3所述的人脸优选方法， 其特征在于， 对所述人脸图像进行深度清晰度 评估包括： 将所述人脸图像输入至已训练好的清晰度评估模型进行清晰度 预测， 所述预测结果包 括三个等级分别为高等级、 中等级以及低等级， 若 所述预测结果为低等级， 则不符合清晰度 标准将该帧人脸图像舍弃； 若所述预测结果为高等级或中等级， 则符合清晰度标准将该帧人脸图像进行所述完整 度评估。 5.根据权利要求4所述的人脸优选方法， 其特征在于， 对所述人脸图像进行完整度评估 包括： 在所述人脸图像中将人脸检测框区域向四周进行扩展预设比例， 若扩展后的检测框超 过了人脸图像的边 缘， 则不符合完整度评估将该帧人脸图像舍弃； 若扩展后的检测框没有超过人脸图像的边缘， 则符合完整度评估将该帧人脸图像进行 所述深度姿态评估。 6.根据权利要求5所述的人脸优选方法， 其特征在于， 对所述人脸图像进行所述深度姿 态评估包括： 将所述人脸图像输入至已训练好的姿态评估模型进行姿态预测， 并输出所述人脸图像 中的人脸围绕X轴旋转的俯仰角度预测值、 绕Y轴旋转的偏航角度预测值以及绕Z轴旋转的 翻滚角度预测 值， 若任意一个角度预测 值超过对应的预设阈值， 则不符合姿态标准将该帧 人脸图像舍弃；权　利　要　求　书 1/2 页 2 CN 114037942 A 2若任意一个角度预测值均没有超过对应的预设阈值， 则符合姿态标准， 将该帧人脸图 像选取为优选的人脸图像； 所述俯仰角度预测值的预设阈值为25 °， 所述偏航角度预测值的预设阈值为20 °， 所述 翻滚角度预测值的预设阈值 为33°。 7.根据权利要求6所述的人脸优选方法， 其特征在于， 所述清晰度评估模型以及姿态评 估模型均采用mobi lenetv3网络 。 8.一种基于 视频的人脸图像优选装置， 其特 征在于， 所述装置包括： 人脸视频获取模块， 用于获取待检测的人脸视频数据， 所述人脸视频数据包括以时间 为顺序的多帧人脸图像及人脸检测框位置， 且各 人脸图像中的人脸均为同一对象； 人脸图像评估模块， 用于对各帧人脸图像分别依次进行分辨率评估、 亮度评估、 深度清 晰度评估、 完整度评估以及深度姿态评估， 其中所述深度清晰度评估以及深度姿态评估分 别采用已训练的深度学习模型进行评估； 优选人脸图像选取模块， 用于选取所述人脸视频数据中所有评估均符合标准的人脸图 像作为优选的人脸图像。 9.一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处 理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 114037942 A 3