[发明专利]颜值打分模型训练方法、颜值打分方法及相关装置

权利要求书

1.一种颜值打分模型训练方法，其特征在于，包括：

获取各颜值打分训练图片的训练颜值特征矩阵，各所述颜值打分训练图片具有预先标记的标记颜值分数；

根据各所述训练颜值特征矩阵获取融合颜值特征矩阵，并根据各所述标记颜值分数获取融合颜值分数；

获取各所述训练颜值特征矩阵和所述融合颜值特征矩阵的差异特征矩阵，得到各训练偏差颜值特征矩阵，获取各所述标记颜值分数和所述融合颜值分数的差异分数，得到各偏差颜值分数；

利用各所述训练偏差颜值特征矩阵和各所述偏差颜值分数训练偏差颜值打分模型，得到训练好的所述偏差颜值打分模型，并得到训练好的所述颜值打分模型；

所述利用各所述训练偏差颜值特征矩阵和各所述偏差颜值分数训练偏差颜值打分模型，得到训练好的所述偏差颜值打分模型的步骤包括：

利用所述偏差颜值打分模型根据各所述训练偏差颜值特征矩阵获取各训练偏差颜值分数，基于各对应于同一所述颜值打分训练图片的所述偏差颜值分数和所述训练偏差颜值分数，获取各损失值，并根据各所述损失值调整所述偏差颜值打分模型的参数，直至各所述损失值满足损失值阈值，得到训练好的所述偏差颜值打分模型。

2.如权利要求1所述的颜值打分模型训练方法，其特征在于，所述根据各所述颜值特征矩阵获取融合颜值特征矩阵，并根据各所述标记颜值分数获取融合颜值分数的步骤包括：

根据各所述颜值特征矩阵获取中位数颜值矩阵，得到所述融合颜值特征矩阵；

根据各所述标记颜值分数获取中位数颜值分数，得到所述融合颜值分数。

3.如权利要求2所述的颜值打分模型训练方法，其特征在于，所述中位数颜值矩阵通过以下公式获取：

其中：

--中位数颜值矩阵；

A₁，A₂，…，A_N--各个颜值特征矩阵；

a_N^(m,n)--颜值特征矩阵A_N矩阵第m行第n列的数值；

--各个颜值特征矩阵的第m行第n列的数值的中位数。

4.如权利要求1所述的颜值打分模型训练方法，其特征在于，所述根据各所述颜值特征矩阵获取融合颜值特征矩阵，并根据各所述标记颜值分数获取融合颜值分数的步骤包括：

根据各所述颜值特征矩阵获取平均数颜值矩阵，得到所述融合颜值特征矩阵；

根据各所述标记颜值分数获取平均数颜值分数，得到所述融合颜值分数。

5.如权利要求1-4任一项所述的颜值打分模型训练方法，其特征在于，所述颜值特征矩阵通过ImageNet图像数据集的AlexNet深度卷积网络获取。

6.一种颜值打分方法，其特征在于，包括：

获取待颜值打分图片的颜值特征矩阵；

根据所述颜值特征矩阵和预定的融合颜值特征矩阵得到偏差颜值特征矩阵；

利用训练好的偏差颜值打分模型，基于所述偏差颜值特征矩阵获取偏差颜值分数，所述偏差颜值打分模型采用权利要求1-5 任一项所述的颜值打分模型训练方法训练；

根据所述偏差颜值分数和预定的融合颜值分数，得到所述待颜值打分图片的颜值分数。

7.如权利要求6所述的颜值打分方法，其特征在于，所述融合颜值特征矩阵的获取步骤包括：

获取用于训练所述颜值打分模型的各颜值打分训练图片的训练颜值特征矩阵；

根据各所述训练颜值特征矩阵获取所述融合颜值特征矩阵。

8.如权利要求7所述的颜值打分方法，其特征在于，所述融合颜值分数的获取步骤包括：

获取用于训练所述偏差颜值打分模型的各颜值打分训练图片的标记颜值分数；

根据各所述标记颜值分数获取所述融合颜值分数。

9.如权利要求7或8所述的颜值打分方法，其特征在于，所述融合颜值特征矩阵为中位数颜值矩阵，所述融合颜值分数为中位数颜值分数。