[发明专利]图像质量预测方法、装置、计算机设备及存储介质

权利要求书

1.一种图像质量预测方法，其特征在于，包括：

对待预测图像进行分块处理，得到多个待预测图像块；

对每个待预测图像块进行特征编码，确定所述每个待预测图像块的特征；

通过预先训练的图像质量预测模型，根据所述多个待预测图像块的特征，分别将所述多个待预测图像块分配至预先构建的视觉质量码本中的多个视觉单词中与各待预测图像块最接近的视觉单词上，得到多个目标视觉单词，并从所述视觉质量码本中确定所述多个目标视觉单词的代理质量分值；其中，所述视觉质量码本包括：多个视觉单词，以及每个视觉单词的代理质量分值；

通过所述图像质量预测模型，根据所述多个目标视觉单词的代理质量分值，得到所述待预测图像的质量分值。

2.如权利要求1所述的方法，其特征在于，所述通过所述图像质量预测模型，根据所述多个目标视觉单词的代理质量分值，得到所述待预测图像的质量分值，包括：

通过所述图像质量预测模型，根据所述多个目标视觉单词的代理质量分值，采用所述多个目标视觉单词对应的预设权重，进行加权计算，得到所述待预测图像的质量分值。

3.如权利要求2所述的方法，其特征在于，所述通过所述图像质量预测模型，根据所述多个目标视觉单词的代理质量分值，采用所述多个目标视觉单词对应的预设权重，进行加权计算，得到所述待预测图像的质量分值之前，所述方法还包括：

通过所述图像质量预测模型，计算每个目标视觉单词分配的待预测图像块与所述每个目标视觉单词的距离之和，为所述每个目标视觉单词对应的距离和；

通过所述图像质量预测模型，根据所述多个目标视觉单词对应的距离和，分别确定所述多个目标视觉单词对应的预设权重。

4.如权利要求3所述的方法，其特征在于，所述通过所述图像质量预测模型，根据所述多个目标视觉单词对应的距离和，分别确定所述多个目标视觉单词对应的预设权重，包括：

通过所述图像质量预测模型，对所述多个目标视觉单词对应的距离和进行归一化，得到所述多个目标视觉单词对应的预设权重。

5.如权利要求1-4中任一所述的方法，其特征在于，所述通过预先训练的图像质量预测模型，根据所述多个待预测图像块的特征，分别将所述多个待预测图像块分配至预先构建的视觉质量码本中的个视觉单词中与各待预测图像块最接近的视觉单词上，得到多个目标视觉单词之前，所述方法还包括：

获取图像块数据集，所述图像块数据集包括：多个数据组，每个数据组包括：参考图像的一个参考图像块和所述参考图像对应的一个失真图像的一个失真图像块；

采用预设的全参考客观评价算法，对所述每个数据组中的失真图像块进行标定，得到所述每个数据组中失真图像块的代理质量分值；

获取所述每个数据组中失真图像块的特征；

对所述多个数据组中的多个失真图像块的特征进行聚类，得到所述多个视觉单词；

根据所述每个视觉单词中失真图像块的特征与所述每个视觉单词的距离，以及所述每个视觉单词中各失真图像块的代理质量分值，计算所述每个视觉单词的代理质量分值。

6.如权利要求5所述的方法，其特征在于，所述获取图像块数据集，包括：

对所述参考图像施加多种类型的单失真，得到所述参考图像对应的多个失真图像，每个失真图像对应一种类型的单失真；

对多个图像对进行分块处理，得到所述图像块数据集，每个图像对包括：所述参考图像和所述参考图像对应的一个失真图像。

7.如权利要求5所述的方法，其特征在于，所述获取所述每个数据组中失真图像块的特征，包括：

采用LBP算法，对所述每个数据组中的失真图像块进行特征编码，得到所述每个数据组中失真图像块的特征。