[发明专利]一种人体图像的打分方法、装置、电子设备和存储介质

说明书

本申请公开了一种人体图像打分的方法、装置、电子设备和存储介质，涉及图像识别技术。具体实现方案为：获取待处理的目标人体图像；根据至少两个分类下的人体样本图像，获取目标人体图像在各分类下的分类概率值；根据与各分类分别对应的得分值，以及分类概率值，计算目标人体图像的打分结果。本申请实施例通过确定目标人体图像在各个分类下的分类概率值以及每个分类对应的得分值，直接对目标图像进行打分，由此实现了不需要检测到人脸关键点，只需采用简单的分类回归的形式，即可确定人体图像的打分结果，节省了很多计算量，而且打分结果不仅仅是关于人脸区域，而是可以关注整个人体图像，由此提升了对人体图像打分的准确性。

技术领域

本申请涉及互联网技术领域，尤其涉及图像识别技术，具体涉及一种对人体图像的打分方法、装置、电子设备和存储介质。

背景技术

现有技术中，可以对人体图像进行打分，但是现有的打分方式仅针对人脸区域，需要做人脸关键点的检测，并基于检测结果进行人脸打分，但是，由于美颜滤镜以及PS等技术的影响，人脸打分的高低，无法直接体现人体图片的分数，打分结果不准确，进而会影响后续的人体图片的推荐排序。

发明内容

本申请实施例提供一种人体图像的打分方法、装置、电子设备和存储介质，以解决现有人体图像美观度打分不准确的技术问题。

第一方面，本申请实施例提供了一种人体图像的打分方法，包括：

获取待处理的目标人体图像；

根据至少两个分类下的人体样本图像，获取所述目标人体图像在各所述分类下的分类概率值；

根据与各所述分类分别对应的得分值，以及所述分类概率值，计算所述目标人体图像的打分结果。

上述申请中的一个实施例具有如下优点或有益效果：通过确定目标人体图像在各个分类下的分类概率值以及每个分类对应的得分值，直接对目标图像进行打分，由此实现了不需要检测到人脸关键点，只需采用简单的分类回归的形式，即可确定人体图像的打分结果，节省了很多计算量，而且打分结果不仅仅是关于人脸区域，而是可以关注整个人体图像，由此提升了对人体图像打分的准确性。

可选的，根据至少两个分类下的人体样本图像，获取所述目标人体图像在各所述分类下的分类概率值，包括：

将所述目标人体图像输入至预先训练的图像分类模型中，获取所述目标人体图像在各所述分类下的分类概率值；

其中，所述图像分类模型通过所述至少两个分类下的人体样本图像训练得到。

上述申请中的一个实施例具有如下优点或有益效果：通过预先训练的图像分类模型，可提升计算目标人体图像分类概率值的效率以及准确性。

可选的，在获取待处理的目标人体图像之前，还包括：

获取预先标注有分类的多个人体样本图像；

使用所述多个人体样本图像，对预设的机器学习模型进行训练，得到所述图像分类模型。

可选的，所述机器学习模型为：残差网络模型，所述残差网络模型中叠加有卷积块注意模块。

上述申请中的一个实施例具有如下优点或有益效果：在残差网络模型中叠加有卷积块注意模块，由此通过注意机制能够比较全局得把控人体图像的美观情况，而不仅仅局限于人脸颜值。

可选的，在获取预先标注有分类的多个人体样本图像之后，还包括：

在各所述人体样本图像中分别识别出头部和身体区域；

根据所述头部和身体区域，在保留头部区域的基础上，对各所述人体样本图像进行至少一个身体裁剪比例的裁剪处理，以对所述人体样本图像进行人像裁剪增广。