[发明专利]一种图像质量评价方法及装置在审

专利信息
申请号: 202210556577.5 申请日: 2022-05-19
公开(公告)号: CN114926437A 公开(公告)日: 2022-08-19
发明(设计)人: 姚永强;李东帅;周鑫;曹佐;张弓 申请(专利权)人: 北京三快在线科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06V10/74;G06V10/764;G06V10/80
代理公司: 北京曼威知识产权代理有限公司 11709 代理人: 王宏财
地址: 100080 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 质量 评价 方法 装置
【权利要求书】:

1.一种图像质量评价方法,其特征在于,包括:

获取待评价图像以及所述待评价图像对应的若干语义标签;

根据所述待评价图像的图像特征和各语义标签的标签特征,确定所述待评价图像分别对应于所述各语义标签的相似度;

根据各相似度、所述图像特征和各标签特征,确定所述待评价图像的融合特征,并对所述融合特征进行识别,确定识别结果,所述识别结果为所述待评价图像属于各预设的图像低质类型的概率;

根据所述识别结果,确定所述待评价图像的质量评分。

2.如权利要求1所述的方法,其特征在于,确定所述待评价图像对应的若干语义标签,具体包括:

将所述待评价图像作为输入,输入预先训练好的目标物分类模型中,得到所述目标物分类模型输出的各分类结果;

根据各分类结果和预设的标签词典,确定所述待评价图像对应的各语义标签。

3.如权利要求2所述的方法,其特征在于,采用下述方式训练所述目标物分类模型:

获取若干图像,作为各第一训练样本,并针对每个训练样本,根据所述语义标签词典,确定该第一训练样本的各标注;

将该第一训练样本作为输入,输入待训练的目标物分类模型中,得到该第一训练样本的各分类结果;

根据各第一训练样本的各分类结果及其标注,确定第一损失,根据所述第一损失调整所述目标物分类模型的模型参数。

4.如权利要求1所述的方法,其特征在于,根据各相似度、所述图像特征和各标签特征,确定所述待评价图像的融合特征,并对所述融合特征进行识别,确定识别结果,具体包括:

将所述图像特征和各标签特征作为输入,输入预先训练好的图像质量评价模型的融合层,根据各相似度,确定所述待评价图像的融合特征;

将所述融合特征输入所述图像质量评价模型的识别层,对所述融合特征进行识别,确定所述识别层输出的所述待评价图像的识别结果。

5.如权利要求4所述的方法,其特征在于,采用下述方式训练所述图像质量评价模型:

根据获取到的若干图像,确定各第二训练样本、所述各第二训练样本分别对应的各语义标签以及所述各第二训练样本分别对应的标注;

针对每个第二训练样本,根据该第二训练样本的图像特征和各语义标签的标签特征,确定该第二训练样本分别对应于所述各语义标签的相似度;

将该第二训练样本的图像特征和各标签特征作为输入,输入待训练的图像质量评价模型的融合层,根据各相似度,确定该第二训练样本的融合特征;

将所述融合特征输入所述图像质量评价模型的识别层,对所述融合特征进行识别,确定所述识别层输出的该第二训练样本的识别结果;

根据各第二训练样本的各标注和识别结果,对所述图像质量评价模型进行训练。

6.如权利要求5所述的方法,其特征在于,根据获取到的若干图像,确定各第二训练样本,具体包括:

获取若干图像;

针对每张图像,对该图像进行预处理,将预处理结果作为第二训练样本,其中,所述预处理至少包括仿射变换。

7.如权利要求1所述的方法,其特征在于,确定所述待评价图像的图像特征和各语义标签的标签特征,具体包括:

将所述的待评价图像进行分割,确定若干单位图像,并针对每个单位图像,根据该单位图像和其他单位图像之间的相似度,确定该单位图像的图像特征;

根据各单位图像的图像特征,确定所述待评价图像的图像特征;

针对所述待评价图像对应的每个语义标签,根据该语义标签和其他语义标签之间的相似度,确定该语义标签的标签特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京三快在线科技有限公司,未经北京三快在线科技有限公司许可,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/202210556577.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top