论文源码:https://github.com/pterhoer/FaceImageQuality
以下参考:https://blog.csdn.net/blueblood7/article/details/107236322/
论文:“SER-FIQ: Unsupervised Estimation of Face Image Quality Based on Stochastic Embedding Robustness”
通过dropout实现网络的不同变体,利用不同变体提取特征的稳定性,来评价图像的质量。
比如dropout=0.5,m=10:
1、随机把嵌入前一层一半的激活清0,剩下的一半乘以2,再提取嵌入(即特征)。
2、把1做10次,得到10个嵌入。
3、计算2中两两的距离,平均值越小,质量越好。
这里的质量好坏仅指是否有利于后续的人脸识别。
FMR指误报率,FNMR指漏报率。