[发明专利]一种图像质量评价方法和装置

权利要求书

1.一种图像质量评价方法，其特征在于，所述方法包括：

获取待评价图像；

提取所述待评价图像的第一特征数据和第二特征数据；所述第一特征数据为深度学习特征数据，所述第二特征数据为利用第二特征提取算法得到的手工提取特征数据；

将所述待评价图像的第一特征数据，输入至预先训练好的宽度和深度WideDeep模型中的第一Deep网络子模型，得到第一输出结果；

将所述待评价图像的第二特征数据，输入至预先训练好的WideDeep模型中的Wide网络子模型，得到第二输出结果；

根据目标输出结果，确定所述待评价图像的图像质量，其中，所述目标输出结果包括所述第一输出结果和所述第二输出结果。

2.根据权利要求1所述的方法，其特征在于，在所述根据目标输出结果，确定所述待评价图像的图像质量之前，所述方法还包括：

提取所述待评价图像的第三特征数据；

将所述待评价图像的第三特征数据，输入至预先训练好的WideDeep模型中的第二Deep网络子模型，得到第三输出结果；

所述根据目标输出结果，确定所述待评价图像的图像质量，包括：

根据所述第一输出结果、所述第二输出结果和所述第三输出结果，确定所述待评价图像的图像质量。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一输出结果、所述第二输出结果和所述第三输出结果，确定所述待评价图像的图像质量，包括：

根据训练所述WideDeep模型确定出的所述第一输出结果、所述第二输出结果和所述第三输出结果各自的权重，计算所述第一输出结果、所述第二输出结果和所述第三输出结果的加权和；

根据预设激活函数，对所述第一输出结果、所述第二输出结果和所述第三输出结果的加权和进行处理，得到所述待评价图像的评价结果，其中，所述评价结果包括所述待评价图像的图像质量高的概率和所述待评价图像的图像质量低的概率；

如果所述待评价图像的图像质量高的概率大于图像质量低的概率，确定所述待评价图像的图像质量高；

如果所述待评价图像的图像质量高的概率不大于图像质量低的概率，确定所述待评价图像的图像质量低。

4.根据权利要求2所述的方法，其特征在于，所述提取所述待评价图像的第三特征数据，包括：

根据第一特征提取算法对所述待评价图像进行处理，得到所述待评价图像的第四特征数据；

根据预先训练好的卷积神经网络模型对所述待评价图像进行处理，得到第五特征数据；

将所述第四特征数据和所述第五特征数据，作为所述待评价图像的第三特征数据。

5.根据权利要求4所述的方法，其特征在于，所述提取所述待评价图像的第一特征数据和第二特征数据，包括：

根据预先训练好的残差网络模型对所述待评价图像进行处理，得到所述待评价图像的第一特征数据；

根据第二特征提取算法对所述待评价图像进行处理，得到所述待评价图像的第二特征数据。

6.根据权利要求5所述的方法，其特征在于，所述残差网络模型为残差神经网络Resnet50网络模型，所述第一特征数据包括所述Resnet50网络模型中块Block3对应的网络层输出的特征数据，所述卷积神经网络模型为神经图像评估NIMA网络模型。

7.根据权利要求1所述的方法，其特征在于，所述根据目标输出结果，确定所述待评价图像的图像质量，包括：

根据训练所述WideDeep模型确定出的所述第一输出结果和所述第二输出结果各自的权重，计算所述第一输出结果和所述第二输出结果的加权和；

根据预设激活函数，对所述第一输出结果和所述第二输出结果的加权和进行处理，得到所述待评价图像的评价结果，其中，所述评价结果包括所述待评价图像的图像质量高的概率和所述待评价图像的图像质量低的概率；

如果所述待评价图像的图像质量高的概率大于图像质量低的概率，确定所述待评价图像的图像质量高；

如果所述待评价图像的图像质量高的概率不大于图像质量低的概率，确定所述待评价图像的图像质量低。