[发明专利]一种图像质量评估方法、装置、设备及介质

说明书

本发明公开了一种图像质量评估方法、装置、设备及介质，用以解决现有图像质量评估的准确性较差的技术问题。由于本发明实施例可以在待评估的图像中确定目标人体对应的子图像，并确定该子图像中目标人体的第一关键点信息，进而可以根据目标人体的第一关键点信息，确定该子图像的人体评估参数，进而确定出子图像的图像质量。目标人体的第一关键点信息能够体现目标人体被遮挡的情况，从而可以避免目标人体被遮挡时图像质量评估出现错误的问题，因此本发明实施例图像质量评估方法的准确性较好。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像质量评估方法、装置、设备及介质。

背景技术

在视频监控领域，由于受视频传感器的性能、视频监控场景复杂多变、以及视频监控场景中物体的运动等因素的影响，使视频监控摄像头采集到的图像不可避免存在图像失真等图像质量下降的问题。

而在基于网络模型，对图像中的目标人体进行人体图像识别、人体属性提取等任务时，输入网络模型图像的图像质量会直接影响网络模型识别结果的准确性，因此预先对输入网络模型图像的图像质量进行评估是非常必要的。

以下是一种现有图像质量评估的方案：

现有方案：根据图像的噪声值、清晰度值、异常曝光值等参数，将图像质量划分为超不清晰、不清晰、一般、清晰、高质量等5个图像质量等级。分别设计噪声网络模型、清晰度网络模型以及异常曝光网络模型等多个神经网络模型，得到图像的噪声值、清晰度值、异常曝光值等参数，进而确定该图像所属的图像质量等级。

上述现有方案存在的问题是只能根据图像整体的噪声值、清晰度值、异常曝光值等对图像质量进行评估。而针对图像中的目标人体被遮挡的图像，如果根据图像整体的噪声值、清晰度值、异常曝光值等确定该图像质量较好时，现有方案就会确定该图像的图像质量较好，但是将目标人体被遮挡的图像输入网络模型中，对目标人体进行人体图像识别、人体属性提取等任务时，因为图像中目标人体被遮挡了，所以会影响网络模型对结果识别的效果及准确性，也就是说，对于网络模型来说，该目标人体被遮挡的图像是质量较差的图像，由此可以看出，现有方案存在的问题是有可能将质量较差的图像误认为是质量较好的图像，因此现有图像质量评估方法的准确性较差。

发明内容

本发明提供了一种图像质量评估方法、装置、设备及介质，用以解决现有图像质量评估的准确性较差的技术问题。

本发明的一方面提供了一种图像质量评估方法，所述方法包括：

获取待评估的图像，并确定所述图像中目标人体对应的子图像；

确定所述子图像中所述目标人体的第一关键点信息，根据所述第一关键点信息，确定所述子图像的人体评估参数；

根据所述人体评估参数，确定所述子图像的图像质量。

进一步地，所述根据所述第一关键点信息，确定所述子图像的人体评估参数之前，所述方法还包括：

确定所述子图像的图像参数信息评估值，其中，所述图像参数信息评估值包括尺寸占比评估值和/或图像参数质量评估值；

所述根据所述第一关键点信息，确定所述子图像的人体评估参数包括：

根据所述第一关键点信息以及所述图像参数信息评估值，确定所述子图像的人体评估参数。

进一步地，根据所述第一关键点信息，确定所述子图像的人体评估参数包括：

确定所述第一关键点信息的第一数量，根据所述第一数量与预设的人体的第二关键点信息的第二数量的比值，确定所述子图像的人体完整程度评估值，根据所述人体完整程度评估值，确定所述子图像的人体评估参数。

进一步地，所述根据所述第一数量与预设的人体的第二关键点信息的第二数量的比值，确定所述子图像的人体完整程度评估值包括：