T/CSPIA 006-2021 用于人脸识别的安防摄像机图像质量评测方法.pdf

T/CSPIA 006-2021 用于人脸识别的安防摄像机图像质量评测方法.pdf
积分0.00
特惠
积分0
VIP全站资料免积分下载
立即下载
同类资料根据编号标题搜索
文档
仅供个人学习
反馈
标准编号:
文件类型:.pdf
资源大小:1.2 M
标准类别:电力标准
资源ID:381963
VIP资源

标准规范下载简介:

内容预览由机器从pdf转换为word,准确率92%以上,供参考

T/CSPIA 006-2021 用于人脸识别的安防摄像机图像质量评测方法.pdf

白天逆光模拟场景,测试内容为不同逆光条件对图像质量的影响。光照布置上,分为均 匀光和背光两部分,如图4所示。背光方面,在旋转装置正后方布置分区背光源,背光源表 面照度均匀度不小于90%;均匀光方面,在旋转装置的±45°方向布置补光光源。头模旋转到 正前方时,朝向摄像机的色温和照度按照表2的规定,共测试5个光照情况。

表2白天逆光场景光照条件

超前钻施工技术交底6.2.3白天侧光模拟场景

白天侧光模拟场景,测试内容为非均匀侧面光照对图像质量的影响。如图4所示,在旋 转装置的±75°方向布置补光光源,控制两侧光源照度实现不同侧光情况。头模旋转到正前方 时,以头模支撑架中心为基准点,面向±90°方向的色温和照度按照表3的规定,共测试4个光 照情况

表3白天侧光场景光照条件

6.2.4夜晚低照模拟场景

夜晚低照模拟场景,测试内容为不同低照度光照对图像质量的影响。

如图4所示,在旋转装置的±45°方向布置补光光源。头模旋转到正前方时,朝向摄像机 受光面的色温和照度按照表4的规定,共测试7个光照条件

表4夜晚低照模拟场景待测光照表

如被测摄像机不带镜头,则测试用镜头组件的光学分辨能力要大于摄像机的分辨能力, 光圈应符合被测摄像机要求。 被测摄像机设定条件应符合表5的规定

表5被测摄像机设定条件

注1:其他设定条件均按默认参数设定。 注2:帧率和码率参数仅针对视频测试部分

测试应按下列流程执行: a) 使用参考摄像机在均匀光下采集参考图像,通过评分系统中的检测算法获得参考人 脸图像; b)使用被测摄像机在各光照场景下采集视频图像,通过评分系统中的检测算法获得被 测人脸图像,或直接由被测摄像机输出被测人脸图像; c)根据7.4的评价流程,对被测人脸图像质量进行评分; d)根据第8章的规定,输出被测摄像机图像质量的评价结果。

7.2参考人脸图像获取

参考人脸图像获取流程如下: a) 使用参考摄像机拍摄装好头模的旋转装置。使拍摄画面左右边缘与位置标定杆对齐 上边缘背光板顶部对齐; b 2 参考6.2的设定,环境光照调节为6500K色温的白天均匀光; 调节旋转装置旋转位置,控制装置静止在特定角度后,使用参考相机拍摄参考照。 . 特定角度包括0°、10°、20°、30°、40°、50、60°、70°、80°、90°; d) 使用评分软件的人脸检测功能获得参考人脸图像。

7.3被测人脸图像获取

被测人脸图像获取流程如下: a)使用被测摄像机对装好头模的旋转装置进行拍摄。按制造商的技术文件或说明书调 节安装角度,使拍摄画面左右边缘与位置标定杆对齐,上边缘背光板顶部对齐; b)启动旋转装置,等待2s以保证进入匀速转动状态; c)依次开启6.2中定义的各场景光照,使用被测摄像机进行拍摄。拍摄视频时长应大 于一个旋转周期。通过评分系统中的检测软件,截选出旋转装置的旋转角度在0° 10°、20°、30°、40°、50°、60°、70°、80°、90°误差最小的被测人脸图 像; d)如果待测摄像机具备抓拍图像的功能,针对每个头模保存10次抓拍结果作为被测人 脸图像,10次抓拍角度应为0°、10°、20°、30°、40°、50°、60°、70° 80°、90°

7.4.1单帧图像质量评分方法

计算被测人脸图像人脸特征向量与对应参考人脸图像人脸特征向量的特征相似度,作为 该幅待分析人脸图像的图像质量分数。对应参考人脸图像,是指与被测人脸图像拍摄时旋转 装置角度最接近的参考目标图像。

7.4.2.1被测摄像机单场景图像质量评分按公式(1)计算。

7.4.2.1被测摄像机单场景图像质量评分按公式(1)计算。

式中: PI 一一表示被测摄像机单场景图像质量; $. 一表示单个场景中的第i个目标的第张抓拍目标图像与对应参考目标图像的 人脸特征相似度。 被测摄像机所有场景图像质量综合评分按公式(2)计算

式中: Q1 表示所有场景抓拍图像总分; PIn 表示第n个场景视频图像平均质量; WI 表示第n个场景抓拍图像质量权重,

QI =∑n=2WIn·P.n......

8评价结果输出及记录要求

检验结果的输出形式应为检验报告(其中检验结果表格参见附录C),报告中应明示以 下内容: a) 测试系统所用设备型号; b)测试条件; C) 各场景参考权重; d) 人脸识别算法及其版本号; e) 技术要求和检验结果

检验记录(参见附录C)中至少应记录以下内容: a)检验结果; b) 各场景环境光照度; c) 2 人脸识别算法及其版本号; d) 每个场景相似度

采用硅胶、树脂、石英砂、陶瓷等材质制作的无法穿戴的人脸头模,头模尺寸与活体人 脸一致,头模面部五官及纹理清晰,肤色与活体人脸相似,眼晴睁开,头发、眉毛、睫毛、 胡子、嘴唇等清晰可见,表情中性。眼晴的制作材料为有机玻璃。毛发、胡须、眉毛、睫毛 使用真人的毛发,植入硅橡胶皮肤(一般男仿真人约需植入5万根头发,女仿真人需植入8万

色度数据采用Lab标准体系。多角度图片如图B.1、图B.2、图B.3、图B.4,面部色度数据 如表B.1、表B.2、表B.3、表B.4。

图B.1青年男性头模照片

图B.2老年男性头模照片

表B.2老年男性面部色度数据(D50/2°)

图B.3青年女性头模照片

表B.3青年女性面部色度数据(D50/2°

图B.4老年女性头模照片

DB34/T 4091.1-2022 网络安全等级保护测评机构 第1部分:测评质量要求.pdf表B.4老年女性面部色度数据(D50/2°)

(资料性) 人脸识别算法

本方法中所述人脸识别算法,是指使用算法对人脸图像进行分析处理,将人脸细节以特 定形式进行数字转换,最终输出人脸特征用于区分不同人脸的方法。算法输入为人脸图像 输出为人脸特征向量。 人脸特征相似度计算方式如公式(6)所示:

式中: 人脸特征相似度; Er 待测图像人脸特征; 瓦 参考图像人脸特征

Er·Et [ErllEt

B.3Sphereface开源人脸识别算法

B.4商业人脸识别算法

NB/T 10402-2020 页岩气工厂化钻井技术经济指标及计算方法.pdf表C.1检验结果表格(续)

表C.2检验记录表格(续)

©版权声明
相关文章