典型文献
基于特征偏移的人脸图像质量评价及影响因素研究
文献摘要：
针对低质量人脸图像阻碍识别系统性能提升的问题,本文提出了一种无参考的人脸图像质量评价方法,并使用该方法评估了不同类型的图像退化对人脸图像质量的影响程度.该方法使用一种集群卷积网络结构,模拟人脸图像退化过程中的特征偏移,根据特征偏移量和图像信息量之间的相关性,完成人脸图像质量分数计算.使用遗传算法对构成集群网络的网络单元进行筛选,可使用更小网络规模实现同等性能.以质量评价算法为工具进行实验,研究评估了不同图像退化类型对人脸识别的影响,为指导今后人脸质量相关研究得出了有益结论.在主流人脸数据集上进行的实验证明,通过筛选数据库中低质量分数的人脸图像,可以进一步提升现有人脸识别系统的性能,且识别率提升表现出良好稳定性.该方法复杂度低,无需训练,与FaceQNet等最新方法相比,在FNMR和EER指标上显示出明显优势.
文献关键词：
卷积网络;人脸识别;图像质量评价;遗传算法
中图分类号：
作者姓名：
彭悦;杨红雨;刘艳丽
作者机构：
四川大学计算机学院,成都610065
文献出处：
引用格式：
[1]彭悦;杨红雨;刘艳丽-.基于特征偏移的人脸图像质量评价及影响因素研究)[J].四川大学学报（自然科学版）,2022(03):89-97
A类：
FaceQNet,FNMR
B类：
特征偏移,人脸图像,图像质量评价,低质量,系统性能,性能提升,无参考,质量评价方法,方法评估,卷积网络结构,拟人,偏移量,和图像,图像信息,信息量,集群网络,网络单元,网络规模,质量相关,流人,人脸数据集,过筛,人脸识别系统,识别率,EER
AB值：
0.284895
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
