[发明专利]基于美学质量的数字相册筛选方法、装置和电子设备在审
申请号: | 202110250747.2 | 申请日: | 2021-03-08 |
公开(公告)号: | CN112967358A | 公开(公告)日: | 2021-06-15 |
发明(设计)人: | 詹明昊;杨亚;范春辉;王春雷;侯晓楠;刘齐轩;王欣然 | 申请(专利权)人: | 上海微电机研究所(中国电子科技集团公司第二十一研究所) |
主分类号: | G06T11/60 | 分类号: | G06T11/60;G06T3/40;G06F16/58;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京五洲洋和知识产权代理事务所(普通合伙) 11387 | 代理人: | 刘春成 |
地址: | 200233*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 美学 质量 数字 相册 筛选 方法 装置 电子设备 | ||
1.基于美学质量的数字相册筛选方法,其特征在于,所述方法包括:
获取AVA数据集,并基于所述AVA数据集训练得到神经网络模型;所述神经网络模型按照美学质量确定评分分类通道;所述评分分类通道包括构图、色彩和光照;
获取数字相册中的原始照片,对所述原始照片进行预处理,得到待评价照片;
将所述待评价照片输入至所述神经网络模型,输出所述评分分类通道的评分结果;所述评分结果包括构图评分、色彩评分和光照评分;
根据所述评分结果筛选出所述数字相册中符合美学质量的照片。
2.根据权利要求1所述的基于美学质量的数字相册筛选方法,其特征在于,所述AVA数据集训练得到神经网络模型的过程包括:
搭建神经网络结构;
根据所述AVA数据集选取AVA训练集;
对所述AVA训练集进行处理得到训练数据,并将所述训练数据输入至搭建的神经网络结构中进行训练得到所述神经网络模型。
3.根据权利要求2所述的基于美学质量的数字相册筛选方法,其特征在于,所述神经网络结构采用5层卷积和3层全连接的排布方式,最后一层全连接层仅包括全连接层,不包括激活函数。
4.根据权利要求2所述的基于美学质量的数字相册筛选方法,其特征在于,在训练的过程中,通过损失函数判别神经网络的收敛结果。
5.根据权利要求1所述的基于美学质量的数字相册筛选方法,其特征在于,所述根据所述评分结果筛选出所述数字相册中符合美学质量的照片包括:
对所述评分结果进行处理得到最终评分;
根据所述最终评分筛选出所述数字相册中符合美学质量的照片。
6.一种基于美学质量的数字相册筛选装置,其特征在于,所述数字相册筛选装置包括:
构建评分模块,用于获取AVA数据集,并基于所述AVA数据集训练得到神经网络模型;所述神经网络模型按照美学质量确定评分分类通道;所述评分分类通道包括构图、色彩和光照;
图像获取模块,用于获取数字相册中的原始照片,对所述原始照片进行预处理,得到待评价照片;
相册评分模块,用于将所述待评价照片输入至所述神经网络模型,输出所述评分分类通道的评分结果;所述评分结果包括构图评分、色彩评分和光照评分;
照片筛选模块,用于根据所述评分结果筛选出所述数字相册中符合美学质量的照片。
7.根据权利要求6所述的基于美学质量的数字相册筛选装置,其特征在于,所述构建评分模块包括:
搭建单元,用于搭建神经网络结构;
选取单元,用于根据AVA数据集选取AVA训练集;
训练单元,用于对AVA训练集进行处理得到训练数据,并将所述训练数据输入至搭建的神经网络结构中进行训练得到所述神经网络模型。
8.根据权利要求6所述的基于美学质量的数字相册筛选装置,其特征在于,所述照片筛选模块包括:
处理单元,用于对所述评分结果进行处理得到最终评分;
筛选单元,用于根据所述最终评分筛选出所述数字相册中符合美学质量的照片。
9.一种电子设备,其特征在于,包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器在执行所述计算机程序时实现上述权利要求1-5任一所述的基于美学质量的数字相册筛选方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海微电机研究所(中国电子科技集团公司第二十一研究所),未经上海微电机研究所(中国电子科技集团公司第二十一研究所)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110250747.2/1.html,转载请声明来源钻瓜专利网。