人脸图像品质评估算法设计与实现(4)

菜单

2 人脸品质评估概述

2.1 主观评价和客观评价

2.1.1 主观评价

主观评价方式需要选出一些评估者，让其根据自己的主观认识，结合事先规定好的某些评价标准，对需要评估的图像进行品质评估，并给出自己的评估得分，在多个评估者给出自己的评估得分后，将这些得分相加取平均数，所得的结果即为主观品质评价[19]，主观评价的优点是可以充分发挥人类视觉的优势，得出相对更加准确的评估结果，但其缺点也极其明显，由于人工操作的局限性，导致其效率低，成本较高，基本不可能应用于需要对大量数据做出评估的场景。

2.1.2 客观评价

客观评价在评估特征时不需要人类观察者，而是根据选定的评估标准，利用预先设定好的数学模型和公式，对图像品质做出评估，其优点是自动化，速度快，效率高，成本低，对其又可细分为三类[19]：来!自~751论-文|网www.751com.cn

（1）全参考型：通过对评估图像进行逐个像素的比较，获取图像与原图质量的差别，得出结果。

（2）半参考型：通过对原始图像和评估图像之间部分区域进行对比，获取评价结果，如比较二者的直方图和梯度信息。

（3）无参考型：对评估图像直接提取特征信息，如图像的边缘强度、亮度、清晰度等，而不需与原始图像进行比对。

这三种方式中，全参考型的技术相对成熟，但其对原始图像的依赖度极高，在实际应用中又往往无法获得能满足此要求的原始图像；半参考型虽然降低了对原始图像的依赖度，但仍然需要提取原始图像的部分特征信息才能进行评估，因此这两种方法所受的约束较大。而无参考型完全摆脱了对原始图像信息的依赖，因此在实际应用中适用的场景更多，因此成为了目前人脸图像品质评估领域主要的研究方向，但由于其完全不依赖原始图像，而是靠人为规定的客观评价标准，因此如何确定，以及确定何种评估标准是此方法的关键。但由于人脸的非接触特性，使得影响人脸图像品质的因素大大增加，也因此导致了对其确立评估标准的难度。