[发明专利]一种基于感兴趣区域和全局特征的图像美学质量评估方法

摘要

本发明提供了一种基于感兴趣区域和全局特征的图像美学质量评估方法，包括步骤：感兴趣区域提取算法设计；数据集预处理；美学评估网络设计；渐进优化训练；预测输出；本发明的一种基于感兴趣区域和全局特征的图像美学质量评估方法，当用户给定图像后，系统能根据训练好的模型给出具有参考意义的美学评价，其评估结果不仅包含具体的期望分数，而且包含评分分数的分布，在现实场景下有比较强的指导意义。

主权项

1.一种基于感兴趣区域和全局特征的图像美学质量评估方法，其特征在于，包括以下步骤：步骤1、感兴趣区域提取算法设计；将原始图像作为全局图像输入；利用目标检测算法提取目标检测框，从全局图像中筛选出目标检测框，得到它们的中心点；利用显著性检测算法提取显著性映射图，对显著性映射图做二值化以分离出连通区域，提取所有连通区域的中心点；以所有提取到的中心点为中心，设置9个不同尺寸的候选区域；计算所有候选区域的区域语义性评分；根据区域语义性分数排序并使用非极大值抑制算法得到最终的感兴趣区域；步骤2、数据集预处理；对感兴趣区域和全局图像进行归一化、镜像和随机裁剪操作；步骤3、美学评估网络设计；美学评估网络包括感兴趣区域和全局图像输入、双通道并行卷积网络主体和Earth Mover's Dis tance‑based Loss损失函数；所述双通道并行卷积网络通过提取输入的感兴趣区域和全局图像中的局部特征和全局特征进行融合，再利用Earth Mover's Dis tance‑based Loss损失函数进行进行误差反向传播，最终输出一个美学分数概率分布；步骤4、渐进优化训练；通过步骤1～步骤3训练获得初始收敛模型f1，利用初始收敛模型f1对训练集进行分类，剔除正确概率大于阈值的样本，得到新的训练集；在新的训练集上微调训练网络，优化模型，得到收敛模型f2；在收敛模型f2基础上，重复上述过程，得到收敛模型f3；将三个模型预测结果加权融合，获得最终的美学质量评估结果；步骤5、预测输出；将任何目标图像使用已训练好的美学评分模型进行评估，得到相应的1～10分的美学分数概率分布以及最终的数学期望评分。