本發(fā)明公開了一種人臉檢測質(zhì)量評分方法及系統(tǒng)，構(gòu)造人臉檢測網(wǎng)絡(luò)并進(jìn)行預(yù)訓(xùn)練，使得模型可以準(zhǔn)確定位出人臉的位置；同時提出了一種可以在訓(xùn)練過程中對獎懲進(jìn)行自動調(diào)節(jié)的獎勵函數(shù)，并與人臉檢測網(wǎng)絡(luò)組成環(huán)境生成器；使用淺層卷積神經(jīng)網(wǎng)絡(luò)構(gòu)成智能體對人臉質(zhì)量進(jìn)行評分。訓(xùn)練智能體時采用了經(jīng)驗回放策略和目標(biāo)Q網(wǎng)絡(luò)算法，可以有效的提升訓(xùn)練速度和模型的性能。本發(fā)明利用不同質(zhì)量的人臉之間的差異性較大這一特性，并結(jié)合深度強(qiáng)化學(xué)習(xí)思想與自調(diào)節(jié)獎懲機(jī)制實現(xiàn)對人臉的質(zhì)量評分，能夠高效的從視頻數(shù)據(jù)中選出質(zhì)量較好的人臉，提升人臉識別系統(tǒng)的性能。