[发明专利]评估数字内容的视觉质量

权利要求书

1.一种方法，包括：

由包括一个或多个处理器的内容分发系统在多个图像上训练多个机器学习模型，每个图像被指配指示所述图像的质量特性的得分，每个机器学习模型被训练以针对相应的质量特性对图像进行评分；

由所述内容分发系统从计算设备接收评估包括在由所述计算设备生成的数字分量的当前版本中的图像的图像质量的请求；

由所述内容分发系统在所述图像上部署所述多个机器学习模型以生成每个质量特性的得分；

由所述内容分发系统对每个得分指配权重以生成加权得分；

由所述内容分发系统组合所述加权得分以生成所述图像的组合得分；以及

由所述内容分发系统将所述组合得分与一个或多个阈值进行比较以生成所述图像的所述图像质量。

2.根据权利要求1所述的方法，其中：

所述多个机器学习模型包括模糊度模型、负面内容模型或定向模型中的两个或更多个；

所述模糊度模型生成量化所述图像内的模糊度的模糊度得分；

所述负面内容模型生成对所述图像内的负面内容进行量化的负面内容得分；并且

所述定向模型生成指示所述图像的定向的定向得分。

3.根据权利要求1或者2所述的方法，其中，所述一个或多个机器学习模型包括神经网络模型，所述神经网络模型包括多个节点和多个层，其中所述节点的数量或所述层的数量中的至少一个随着所述神经网络的训练的进展而变化，使得在实验上确定所述节点或所述层中的至少一个的理想数量。

4.根据任一前述权利要求所述的方法，进一步包括：

由所述内容分发系统将所述组合得分与所述数字分量中其他图像的其他组合得分进行聚合以生成所述数字分量的聚合得分；以及

由所述一个或多个处理器更新第一计算设备的图形用户界面以呈现所述聚合得分。

5.根据权利要求4所述的方法，进一步包括：

由所述一个或多个处理器接收所述图像的修改；

由所述一个或多个处理器评估所修改的图像的所述组合得分；

由所述一个或多个处理器基于所述组合得分修改所述聚合得分；以及

由所述一个或多个处理器更新所述第一计算设备的所述图形用户界面以呈现所修改的聚合得分。

6.根据权利要求4或者权利要求5所述的方法，进一步包括：

由所述内容分发系统将所述聚合得分与预设质量启发法进行比较；

由所述内容分发系统确定所述聚合得分不符合所述预设质量启发法；

响应于确定所述聚合质量不符合所述预设质量启发法，由所述内容分发系统生成用于改进所述聚合得分的一个或多个推荐；以及

由所述一个或多个处理器更新所述第一计算设备的图形用户界面以呈现所述一个或多个推荐。

7.根据权利要求4至6中的任意一项所述的方法，进一步包括：

由所述内容分发系统将所述聚合得分与阈值进行比较；

由所述内容分发系统确定所述聚合得分小于所述阈值；以及

响应于确定所述聚合得分小于所述阈值，由所述内容分发系统防止将所述数字分量分发到一个或多个客户端设备。

8.一种系统，包括：

存储器，所述存储器存储计算机可执行指令；以及

一个或多个计算机，所述一个或多个计算机被配置成执行所述指令，其中所述指令的执行使所述一个或多个计算机执行根据前述权利要求中的任一项所记载的操作。

9.一种存储指令的非暂时性计算机可读介质，所述指令在由一个或多个计算机执行时使所述一个或多个计算机执行根据权利要求1至7中的任一项所记载的操作。