《表1 溶解气组分：基于CNN的人脸图像亮度和清晰度质量评价》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于CNN的人脸图像亮度和清晰度质量评价》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

筛选标准图像：首先清晰度因素，根据人类视觉感知与识别之间存在的一致性，人工筛选出3blur类（清晰度高）；具体筛选原则为主观评价法绝对性尺度的一种示例———损害尺度见表1。亮度因素，利用传统方法根据灰度值的分布来判断人脸图像中人脸部分的亮度，偏暗（灰度值为小于等于v）的像素个数为m，像素的总数为n，p为较暗像素占比（m/n)，v和p的值即判断亮度参数。根据识别率的变化调整v或p选择出2bri（亮度适宜）的图像，筛选出的图像为同一对象的人脸数据组成正样本。通过人脸识别算法进行测试，识别率有明显变化则选择v和p为亮度适宜的阈值。最后将这些图像中为同一个对象的数据，形成正样本去测试，选择FAR在万分之一时阈值（根据不同的识别算法确定阈值，多个识别算法的情况则融合为一个阈值）相似度较高的图像为3blur＿2bri类别（标准图片），如图3所示。用类似的方式确定亮度偏暗和亮度偏亮的阈值，不同的是将调整v和p后的图像与标准图像形成正样本，通过识别算法测试得到识别率调整v和p。