FaceImageQuality: SER-FIQ面部图像质量评估的代码与信息

简介：
FaceImageQuality项目专注于SER-FIQ（情感识别面部图像质量）领域，提供用于评估面部图像在不同情境下质量的代码和相关信息。此资源旨在促进高质量面部表情研究数据的生成与分析。 人脸图像质量评估是确保高性能人脸识别系统运行的关键因素之一。该领域的工作主要集中在评估面部图片是否适合用于识别任务上。以往的研究大多依赖于监督方法，这些方法需要人工或半自动标记的质量值来训练模型。然而，这种标注方式存在一定的局限性，因为它们往往基于模糊的定义，并且可能无法反映特定人脸识别系统所需的特征。 为了解决上述问题，我们提出了一种新的无监督评估人脸图像质量的方法——SER-FIQ（随机嵌入鲁棒性）。这种方法利用任意的人脸识别模型来估计面部图片的质量。具体来说，通过分析从模型中随机选择的子网络生成的嵌入变化情况，可以推断出样本表示的一致性和稳定性，进而得出其质量评估结果。 我们在三个公开数据库上进行了跨库实验验证了我们方法的有效性。