[发明专利]图像质量评价方法、装置和电子设备有效

专利信息
申请号: 202010433941.X 申请日: 2020-05-20
公开(公告)号: CN111612766B 公开(公告)日: 2023-05-12
发明(设计)人: 袁田;李果;樊鸿飞;蔡媛 申请(专利权)人: 北京金山云网络技术有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06V10/75;G06V10/82;G06N3/08
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 徐丽
地址: 100000 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 质量 评价 方法 装置 电子设备
【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:

获取待处理图像;

将所述待处理图像输入至图像质量评价模型,其中,所述图像质量评价模型用于对无参考图片的图像或有参考图片的图像进行图像质量评价;所述图像质量评价模型通过以下方式训练得到:

获取样本集合,其中,所述样本集合包括:第一样本组和第二样本组;所述第一样本组中的样本图像携带有通过无参考图像质量评价方式得到的评价值;

根据所述第一样本组中的样本图像的评价值的取值范围,为所述第二样本组中的样本图像进行打分,得到打分值;

基于所述第二样本组中的样本图像的初始值和所述打分值,确定满足预设条件的第三样本组;

确定所述第二样本组中与所述第三样本组中的样本图像的匹配图像,将所述第二样本组中的匹配图像的初始值,映射到所述第三样本组中的样本图像的打分值上,得到映射关系系数;

基于所述映射关系系数,确定评分函数;

将所述第二样本组中的样本图像的初始值输入至所述评分函数中,得到所述第二样本组中的样本图像的评价值;

通过所述样本集合对初始图像质量评价模型进行训练,得到训练完成的所述图像质量评价模型;

获取所述图像质量评价模型输出的所述待处理图像的质量评价结果。

2.根据权利要求1所述的方法,其特征在于,根据所述第一样本组中的样本图像的评价值的取值范围,为所述第二样本组中的样本图像进行打分,得到打分值的步骤,包括:

基于所述第一样本组训练预设的打分模型,得到训练后的打分模型;

通过所述训练后的打分模型,为所述第二样本组中的样本图像进行打分,得到所述第二样本组中的样本图像的打分值;

其中,所述训练后的打分模型对所述样本图像的打分值的取值范围,与所述第一样本组中的样本图像的评分值的取值范围相同。

3.根据权利要求1所述的方法,其特征在于,所述基于所述第二样本组中的样本图像的初始值和所述打分值,确定满足预设条件的第三样本组的步骤,包括:

按照预设规则,生成所述第二样本组中的样本图像和所述样本图像的打分值对应的第一序列,以及所述第二样本组中的样本图像和所述样本图像的初始值对应的第二序列;

计算所述第一序列和所述第二序列中,每个所述样本图像的打分值和初始值的秩序相关系数;

基于所述秩序相关系数,确定满足预设条件的第三样本组。

4.根据权利要求3所述的方法,其特征在于,所述预设条件为所述秩序相关系数为预设值;所述基于所述秩序相关系数,确定满足预设条件的第三样本组的步骤,包括:

从所述第一序列中,提取所述秩序相关系数为所述预设值的样本图像,以及所述秩序相关系数为预设值的样本图像对应的打分值,生成所述第三样本组。

5.根据权利要求1所述的方法,其特征在于,所述确定所述第二样本组中与所述第三样本组中的样本图像的匹配图像,将所述第二样本组中的匹配图像的初始值,映射到所述第三样本组中的样本图像的打分值上,得到映射关系系数的步骤,包括:

从所述第二样本组中,提取与所述第三样本组中的样本图像相同的样本图像,作为匹配图像;

将所述匹配图像在所述第二样本组中的初始值,映射到所述匹配图像在所述第三样本组的打分值上,得到线性映射系数,将该线性映射系数作为映射关系系数。

6.根据权利要求5所述的方法,其特征在于,

所述评分函数为:f(x)=Ax-B;

其中,f(x)为所述第二样本组中的样本图像的评价值;x为所述第二样本组中的样本图像的初始值,A和B分别为将所述匹配图像在所述第二样本组中的初始值,映射到所述匹配图像在所述第三样本组的打分值上,得到的线性映射系数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京金山云网络技术有限公司,未经北京金山云网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010433941.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top