[发明专利]图像序列样本集的确定方法、装置以及计算机设备

说明书

本申请提供了一种图像序列样本集的确定方法、装置以及计算机设备，涉及数据处理技术领域，缓解了筛选出的图像序列样本集的多样均衡程度较差的技术问题。该方法包括：获取多个图像序列样本的特征数据和每个图像序列样本对应的抽取概率；根据特征数据对多个图像序列样本进行聚类处理，得到多个类簇；按照多个类簇之间的类簇抽取顺序轮询抽取类簇，针对每个类簇，按照类簇中若干个图像序列样本之间的样本抽取顺序抽取图像序列样本，直到已抽取图像序列样本的数量达到预设数量，基于已抽取图像序列样本确定图像序列样本集；类簇抽取顺序为类簇的抽取概率均值大小顺序；样本抽取顺序为样本的抽取概率大小顺序。

技术领域

本申请涉及数据处理技术领域，尤其是涉及一种图像序列样本集的确定方法、装置以及计算机设备。

背景技术

目前，在视频、图片等图像序列样本的质量评价领域，用于主观评价的图像序列样本集的构建成本较为昂贵，因为需要人工对这些图像序列样本进行标注。而对于质量评价算法模型的开发和训练，需要尽可能的使用于训练的图像序列样本集具有多样性且多样性分布均衡，以减少对冗余的图像序列样本进行标注的情况。

但是，在从大量不确定的图像序列样本中抽取出确定使用的图像序列样本集过程中，实际抽取概率存在较大的随机性，导致筛选出的图像序列样本集极易出现伪均衡的情况，即筛选出的图像序列样本集的多样性分布较为不均衡。

发明内容

本发明的目的在于提供一种图像序列样本集的确定方法、装置以及计算机设备，以缓解筛选出的图像序列样本集的多样均衡程度较差的技术问题。

第一方面，本申请实施例提供了一种图像序列样本集的确定方法，所述方法包括：

获取多个图像序列样本的特征数据以及每个所述图像序列样本对应的抽取概率；所述抽取概率与所述特征数据的稀疏程度成正比，所述稀疏程度为所述特征数据在图像特征维度空间中所处位置的稀疏程度；

根据所述特征数据对多个所述图像序列样本进行聚类处理，得到多个类簇；

按照多个所述类簇之间的类簇抽取顺序轮询抽取所述类簇，针对每个所述类簇，按照所述类簇中若干个所述图像序列样本之间的样本抽取顺序抽取所述图像序列样本，直到已抽取图像序列样本的数量达到预设数量，基于所述已抽取图像序列样本确定所述图像序列样本集；所述类簇抽取顺序为所述类簇的抽取概率均值大小顺序；所述样本抽取顺序为所述样本的抽取概率大小顺序。

在一个可能的实现中，所述类簇的抽取概率均值大小顺序为多个所述类簇中的每个对应的所述抽取概率的均值按照从大到小的排序；所述样本的抽取概率大小顺序为每个所述类簇中若干个所述图像序列样本的抽取概率按照从大到小的排序。

在一个可能的实现中，所述按照所述类簇中若干个所述图像序列样本之间的样本抽取顺序抽取所述图像序列样本的步骤之后，还包括：

对所述已抽取图像序列样本进行标记，以使所述已抽取图像序列样本不再被重复抽取。

在一个可能的实现中，所述获取多个图像序列样本的特征数据的步骤，包括：

获取多个视频样本，并对多个所述视频样本进行裁剪，得到多个时长相同的视频序列；

对多个所述视频序列提取图像特征，得到多个所述视频样本的特征数据。

在一个可能的实现中，所述特征数据包括下述任意一项或多项：

清晰度、色度、对比度、亮度、空域信息、时域信息、码率、视频质量指标。

在一个可能的实现中，获取每个所述图像序列样本对应的抽取概率的步骤，包括：

基于多个所述图像序列样本的特征数据，确定每个所述特征数据在所述图像特征维度空间中的最远近邻特征空间距离；