基于分類性能的人臉圖像質量評價方法研究.pdf

1、現代社會的日益進步和信息技術的高速發(fā)展，使得人臉識別技術越來越廣泛的在社會的各個領域中用于確認人員的身份。但是只有在圖像質量較好的情況下，才能較好的發(fā)揮人臉識別算法的性能，因此如何從圖像獲取得的源頭上來獲取高質量的人臉圖像，從而更好地提升人臉識別的效果成為當前研究的熱點。圖像客觀的質量評價主要是通過設計合理的算法使計算機能夠正確的評價圖像質量，為圖像處理系統(tǒng)的性能評估提供依據。依靠人眼視覺感受進行評價已經成為當前大部分圖像質量評價方法的

2、標準操作方法。然而，具有良好視覺感受的圖像，并不一定是模式識別中最優(yōu)的圖像。因此，本文從人臉識別系統(tǒng)的分類性能角度出發(fā)進行評價人臉圖像質量，提出了一種新的人臉圖像質量評價方法，具體方法如下：
　　1)根據人臉識別算法的識別性能，提出一種新的基于分類性能的人臉圖像質量評價方法。該方法首先模擬多種人臉圖像退化模型，討論不同降質類型、降質程度的人臉圖像對人臉識別算法的影響，并根據人臉識別系統(tǒng)分類的正確率給出降質圖像的質量評分。與傳統(tǒng)的圖

3、像質量評價方法得出的分數相比，該分數能更客觀的反映出降質圖像對識別算法的影響。根據所提出的人臉圖像質量評價系統(tǒng)，以現有CMU大學的PIE數據庫為基礎，構建含有多種降質類型的人臉圖像質量評價數據庫。并在此數據庫上驗證了傳統(tǒng)的圖像質量評價方法的性能，選出性能較優(yōu)的DIIVINE方法性能作為新算法改進的基礎。
　　2)按照基于分類性能的人臉圖像質量評價準則，在DIIVINE方法特征提取的基礎上，為了提升人臉圖像質量評價的分類性能，通過加