GraFIQs：使用梯度幅度的人脸图像质量评估

人脸图像质量评估（FIQA）估计人脸图像对自动人脸识别（FR）系统的效用。本文提出了一种新颖的方法，基于检查预训练FR模型权重所需的改变来评估人脸图像质量，以最小化测试样本与FR训练数据集分布之间的差异。为此，我们提出量化批归一化统计量（BNS）的差异，包括均值和方差，这些统计量是在FR训练期间记录的，与通过预训练FR模型处理测试样本获得的统计量之间的差异。然后，我们通过将BNS反向传播通过预训练模型来生成预训练FR权重的梯度幅度。这些梯度幅度的累积绝对和作为我们方法的FIQ。通过全面的实验，我们证明了这种无需训练和无需质量标签的方法的有效性，在不依赖质量标签、无需训练回归网络、专用架构或设计和优化特定损失函数的情况下，达到了与最新FIQA方法相竞争的性能。