人脸方向学习（二）：人脸质量评价-质量判断总结

一、质量判断概念

质量判断指标，可通过人脸检测接口，基于以下字段和对应阈值，进行质量检测的判断，以保证人脸质量符合后续业务操作要求。

二、主要包含如下特征：

遮挡范围

可采用分类算法进行初步判断人脸区域遮挡范围，筛选数据和分类界限划定较为麻烦。
occlusion（0~1），0为无遮挡，1是完全遮挡，含有多个具体子字段，表示脸部多个部位，通常用作判断头发、墨镜、口罩等遮挡
left_eye : 0.6, 左眼被遮挡的阈值
right_eye : 0.6, 右眼被遮挡的阈值
nose : 0.7, 鼻子被遮挡的阈值
mouth : 0.7, 嘴巴被遮挡的阈值
left_check : 0.8, 左脸颊被遮挡的阈值
right_check : 0.8, 右脸颊被遮挡的阈值
chin_contour : 0.6, 下巴被遮挡阈值

模糊度范围

模糊可采用分类算法进行分类判断。
Blur（0~1），0是最清晰，1是最模糊 小于0.7

光照范围

illumination（0~255）脸部光照的灰度值，0表示光照不好
以及对应客户端SDK中，YUV的Y分量大于40

姿态角度

Pitch：俯仰角，三维旋转之俯仰角度[-90(上), 90(下)]，一般设定正负45度范围为正常。
Roll：翻滚角，平面内旋转角[-180(逆时针), 180(顺时针)]，一般设定正负45度范围为正常值。
Yaw：偏航角，三维旋转之左右旋转角[-90(左), 90(右)]，一般设定正负60度范围算正常值。

人脸完整度

completeness（0或1），0代表完整，1代表不完整 小于0.4

人脸大小

可根据瞳孔距离判断，也可根据人脸检测区域大小判断。
瞳孔距离小于20像素判断为小目标，检测区域小于45*45算小目标。
人脸部分的大小，建议长宽像素值范围：8080~200200