[发明专利]基于元学习个性化图像信息评价方法、信息数据处理终端在审
| 申请号： | 201910824591.7 | 申请日： | 2019-09-02 |
| 公开（公告）号： | CN110689523A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 李雷达;祝汉城;吴金建;石光明 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/08;G06N3/04;G06K9/62;G06Q10/06 |
| 代理公司： | 61227 西安长和专利代理有限公司 | 代理人： | 李霞 |
| 地址： | 710071 陕西省*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于图像处理和计算机视觉技术领域，公开了一种基于元学习个性化图像信息评价方法、信息数据处理终端，利用元学习的思想从大量个体用户的个性化美学评价任务中学习美学先验元模型，能够有效地捕获个体用户在对图像审美的经验知识；在进行元学习训练过程中采用了从支持集到查询集的两级梯度优化方法，使得网络模型可以有效地学习到从训练样本到测试样本的适应能力，面对新的个性化美学评价任务可以进行快速适应和迁移学习。本发明通过未知个体用户的少量训练样本快速地学习到个性化图像美学评价；不需要精心设计网络结构，可以获取良好的个性化图像美学评价的泛化性能；性能比目前主流的个性化图像美学评价方法的性能更好。 | ||
| 搜索关键词： | 美学 个性化图像 个体用户 学习 训练样本 有效地 个性化 个性化图像信息 计算机视觉技术 信息数据处理 先验 测试样本 泛化性能 经验知识 梯度优化 图像处理 网络结构 网络模型 学习训练 查询集 元模型 两级 捕获 迁移 终端 图像 主流 | ||
【主权项】：
1.一种基于元学习个性化图像信息评价方法，其特征在于，所述基于元学习个性化图像信息评价方法包括以下步骤：/n第一步，搜集包含大量个体用户美学打分的图像美学数据集；/n第二步，把每个用户的美学评价任务的训练数据分成支持集和查询集，并对图像数据进行预处理；/n第三步，构建深度卷积神经网络作为待训练的图像美学评价模型；/n第四步，将预处理后的图像数据和美学分数输入到第三步中构建的网络模型中进行元学习方式训练，训练得到美学先验元模型；/n第五步，搜集待测试用户对图像的个性化美学打分数据，利用预处理后的图像以及用户的美学打分对第四步获取得到的美学先验元模型进行微调训练得到符合测试用户的个性化图像美学评价模型；/n第六步，对于待测试美学图像，利用已建立的个性化图像美学评价模型，自动实现个体对图像的个性化美学评价。/n
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西安电子科技大学，未经西安电子科技大学许可，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/patent/201910824591.7/，转载请声明来源钻瓜专利网。
