人脸识别算法与案例分析
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

1.2.2 素描人脸图像质量评估指标

目前,针对合成的素描人脸图像质量评估主要通过两个途径:一是主观视觉感知,通过人眼观察去对比不同素描图像的真实感及清晰度;二是客观质量评估,通过图像质量评估指标去验证合成素描人脸图像的结构相似度及特征相似度等。

常用的素描人脸图像质量评估指标包括结构相似度(Structural Similarity Index,SSIM)[68]值和特征相似度(Feature Similarity Index,FSIM)[69]值。SSIM值用来捕捉图像的结构信息并衡量两幅图像之间的结构扭曲程度,FSIM 值用来衡量两幅图像之间的特征误差。

原素描人脸图像s和合成的素描人脸图像f的SSIM值可按下式求出

式中,μs为原素描人脸图像s的平均值,μf为合成素描人脸图像f的平均值,s 的方差,f 的方差,σsfsf 的协方差, a1=(0.01d2a2=(0.03d2d为图像像素值的范围。

原素描人脸图像s和合成的素描人脸图像f的FSIM值可由下式求出

式(1.13)~式(1.15)中,N为图像的像素域,PCsx)为原素描人脸图像x像素处的相位一致性,PCfx)为合成素描人脸图像x像素处的相位一致性,Gsx)为原素描人脸图像x像素处的梯度值,Gfx)为原素描人脸图像x像素处的梯度值,T1T2为常数。