جودة صورة الوجه هي عامل مهم لتمكين أنظمة التعرف على الوجه ذات الأداء العالي. تهدف تقدير جودة الوجه إلى تقدير ملاءمة صورة الوجه للتعرف عليها. اقترح العمل السابق حلولًا إشرافية تتطلب قيم جودة تم وضعها بشكل اصطناعي أو من قبل البشر. ومع ذلك، فإن كلا آليتي التسمية عرضة للأخطاء حيث لا تعتمدان على تعريف واضح للجودة وقد لا تعرفان أفضل الخصائص لنظام التعرف على الوجه المستخدم. لتجنب استخدام علامات الجودة غير الدقيقة، اقترحنا مفهومًا جديدًا لقياس جودة الوجه يعتمد على نموذج التعرف على الوجهbitrary (عشوائي). من خلال تحديد التباينات المضمنة الناتجة عن شبكات فرعية عشوائية لنموذج الوجه، يتم تقدير متانة تمثيل العينة وبالتالي جودتها. أجريت التجارب في إطار تقييم عبر قواعد بيانات على ثلاث قواعد بيانات متاحة للجمهور. نقارن حلنا المقترح مع ست طرق رائدة من الأكاديميا والصناعة على مجموعتين من المضمنات الوجهيّة. تظهر النتائج أن حلنا غير الإشرافي يتفوق على جميع الأساليب الأخرى في معظم السيناريوهات التي تم دراستها. بخلاف الأعمال السابقة، يظهر الحل المقترح أداءً مستقرًا في جميع السيناريوهات. استخدام نموذج التعرف على الوجه المُطبق في منهجيتنا لتقييم جودة الوجه يتجنب تمامًا مرحلة التدريب ويعزز الأداء بشكل كبير مقارنة بجميع الأساليب الأساسية. يمكن دمج حلنا بسهولة في أنظمة التعرف على الوجه الحالية ويمكن تعديله لأهداف أخرى خارج نطاق التعرف على الوجه.