照片的筛选方法及系统的制作方法
【技术领域】
[0001] 本发明涉及图像处理技术领域，特别是涉及一种照片的筛选方法及系统。
【背景技术】
[0002] 对于头像照片的筛选系统，传统的技术方案主要有:人工筛选;基于头像照片大小 信息（照片大小和人脸区域大小)进行筛选;基于头像照片亮度、对比度、锐度、相似度信息 进行筛选；
[0003] 在实现过程中，发明人发现传统技术中至少存在如下问题：
[0004] 人工筛选：由于该方案完全以人工方式进行，故耗费时间长，且人力成本日益攀 升，因此总体成本较高。
[0005] 基于头像照片大小信息（照片大小和人脸区域大小)进行筛选:这是目前使用比较 广泛的方案，系统一般要求用户上传的头像照片满足一定大小，如大于200KB。对上传的照 片分辨率进行检查，一般要求大于最低分辨率，如128x128。有些系统会对照片中的人脸位 置进行检测，并分析人脸区域的大小，需要满足最小尺寸系统才允许通过。这种方法只满足 头像清晰的最低要求，对于照片是否真正清晰、照片是否虚假、照片是否包含令观看者不舒 服内容并不做检测，功能很局限。
[0006] 基于头像照片亮度、对比度、锐度、相似度信息进行筛选:这种方法通过照片的特 征属性进行检测，保证了照片的质量在一个正常的范围，但忽略了图像照片筛选主观的因 素指标，如头像照片是否令观看者不舒服、是否与数据库重复、是否没有创意等。只通过亮 度、对比度、锐度与相似度信息很难全面的筛选头像照片，准确率不高。
【发明内容】
[0007] 基于此，有必要针对传统技术中对头像照片的过滤筛选不清晰、功能局限通用性 低且准确度差的问题，提供一种照片的筛选方法及系统。
[0008] 为了实现上述目的，本发明技术方案的实施例为：
[0009] -方面，提供了一种照片的筛选方法，包括以下步骤：
[0010] 根据预设的客观评价量化指标，对照片进行客观评价量化分析，获得客观评价量 化分析结果;预设的客观评价量化指标为基于照片参数的评价指标；
[0011]根据预设的第一评价量化指标，采用与预设第一评价量化指标对应的分类器，对 照片进行评价量化分析，获得第一评价量化结果;预设的第一评价量化指标为基于照片用 户的评价指标；
[0012] 对客观评价量化结果、第一评价量化结果进行综合分析，确定照片的综合评价参 数；
[0013] 筛选出综合评价参数达到预设参数阈值的照片。
[0014] 一方面，还提供了 一种照片的筛选系统，包括：
[0015] 客观评价量化单元，用于根据预设的客观评价量化指标，对照片进行客观评价量 化分析，获得客观评价量化分析结果;预设的客观评价量化指标为基于照片参数的评价指 标；
[0016] 第一评价量化单元，用于根据预设的第一评价量化指标，采用与预设第一评价量 化指标对应的分类器，对照片进行评价量化分析，获得第一评价量化结果;预设的第一评价 量化指标为基于照片用户的评价指标；
[0017] 加权计算单元，用于对客观评价量化结果、第一评价量化结果进行综合分析，确定 照片的综合评价参数；
[0018] 筛选单元，用于筛选出综合评价参数达到预设参数阈值的照片。
[0019] 上述技术方案具有如下有益效果：
[0020] 本发明照片的筛选方法及系统，避免人物头像照片筛选只依赖客观指标检测或人 工主观评价的片面性造成的较大影响，通过客观指标检测和基于照片用户的评价指标检测 的互相修正头像筛选过程，得到符合照片用户需求的客观数值，这样筛选更加公正和接近 真实。将照片用户的评价指标自动量化，提高筛选工作的准确度以及效率;结合照片用户的 评价指标检测，更能全面地衡量头像质量，适用任何需要对人脸照片质量进行评价分类的 应用，如证件照评价，照片筛选等；同时实现自动化的头像照片筛选功能，方便大规模系统 应用。
【附图说明】
[0021] 通过附图中所示的本发明的优选实施例的更具体说明，本发明的上述及其它目 的、特征和优势将变得更加清晰。在全部附图中相同的附图标记指示相同的部分，且并未刻 意按实际尺寸等比例缩放绘制附图，重点在于示出本发明的主旨。
[0022] 图1为本发明照片的筛选方法实施例1的流程示意图；
[0023] 图2为本发明照片的筛选系统实施例1的结构示意图。
【具体实施方式】
[0024] 为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中 给出了本发明的首选实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所 描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。 [0025]除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的 技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具 体的实施例的目的，不是旨在于限制本发明。本文所使用的术语"及/或"包括一个或多个相 关的所列项目的任意的和所有的组合。
[0026]本发明照片的筛选方法实施例1:
[0027]为了解决传统技术中对头像照片的过滤筛选不清晰、功能局限通用性低且准确度 差的问题，本发明提供了一种照片的筛选方法实施例1;图1为本发明照片的筛选方法实施 例1的流程示意图；如图1所示，可以包括以下步骤：
[0028]步骤S110:根据预设的客观评价量化指标，对照片进行客观评价量化分析，获得客 观评价量化分析结果;预设的客观评价量化指标为基于照片参数的评价指标；
[0029]步骤S120:根据预设的第一评价量化指标，采用与预设第一评价量化指标对应的 分类器，对照片进行评价量化分析，获得第一评价量化结果;预设的第一评价量化指标为 基于照片用户的评价指标；
[0030] 步骤S130:对客观评价量化结果、第一评价量化结果进行综合分析，确定照片的综 合评价参数；
[0031] 步骤S140:筛选出综合评价参数达到预设参数阈值的照片。
[0032] 在一个具体的实施例中，上述分类器可以通过下述方式得到：
[0033] 获取照片标注数据集;照片标注数据集为根据预设第一评价量化指标分别对通过 采集得到的照片数据集中的照片进行标注的数据集；
[0034]通过SVM或SVR在照片标注数据集上进行训练建模，得到与预设第一评价量化指标 对应的分类器。
[0035] 其中，在一个具体的实施例中，该照片数据集为拍摄指标分布差异化的照片的集 合;拍摄指标包括以下指标中的任意一项或任意组合:拍摄对象的大小、角度、遮挡程度以 及拍摄取景方式和相机拍摄参数。
[0036] 在一个具体的实施例中，上述评价量化指标可以包括：
[0037] 预设的客观评价量化指标包括以下指标中的任意一项或任意组合:亮度、对比度、 锐度、相似度以及饱和度;预设的第一评价量化指标包括以下指标中的任意一项或任意组 合:情绪体验指标、记忆强度以及原创新颖性。
[0038]在一个具体的实施例中，对客观评价量化的结果与第一评价量化结果进行计算处 理，输出照片的综合评价参数的步骤可以包括：
[0039] 根据预设的照片评价分数，对客观评价量化的结果与第一评价量化结果进行线性 回归加权处理，输出结果权值；
[0040] 通过最小二乘法对结果权值进行处理，输出照片的综合评价参数。
[0041] 为了详细的阐述本发明照片筛选方法实施例1的技术方案，特以人物头像照片的 筛选方法为例，具体说明本发明照片筛选方法实施例1的实现流程，如下所述：
[0042] 步骤1.头像基本属性检测；
[0043] 本步骤完成用户上传照片的基本属性的检测，包括上传照片的格式、上传照片大 小、人脸位置检测、人脸大小检测4个部分，只有满足这些基本属性的照片才会进入下一个 检测流程，否则直接拒绝上传（系统直接显示拒绝上传的提示，然后后台通过拒绝上传的 指令拒绝用户上传头像照片），用户需要重新选择头像照片上传。
[0044] 其中，上传照片格式检测：用户上传的头像照片必须满足系统可接受的几种标准 格式，如png、jpg、bmp。对于不支持格式的照片，直接拒绝上传。
[0045] 上传照片大小检测：为了照片可以满足后续的检测算法要求，照片的大小与分辨 率必须大于某个预设最低值。
[0046] 人脸位置检测:通过Viola-Jones算法来检测上传照片中人脸位置。对于检测出人 脸位置的照片，其人脸位置置信度需要大于系统设置的阈值，否则视为不包含人脸。对于检 测出多个人脸的照片，系统只标记人脸区域最大的位置，其它区域忽略。对于没有检测出人 脸的照片，直接拒绝。
[0047] 人脸大小检测