[發明專利]圖片壓縮質量因子獲取方法、系統、設備及存儲介質

有效

• 申請號: 201710851171.9
• 申請日: 2017-09-20
• 公開（公告）號: CN107507255B
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 李世宇;楊振宏;胡健
• 申請（專利權）人: 攜程旅游網絡技術（上海）有限公司
• 主分類號: G06T9/00
• 分類號: G06T9/00;G06T7/90;G06K9/62
• 代理公司: 上海隆天律師事務所 31282
• 代理人: 臧云霄;夏彬

1.一種圖片壓縮質量因子獲取方法，其特征在于，包括如下步驟：

獲取一組訓練圖片，并獲取用戶選擇的各個所述訓練圖片所對應的壓縮質量因子；

計算各個所述訓練圖片中多個采樣點的顏色種類數和顏色差異數，所述顏色種類數為所述采樣點中不同顏色值的數量，所述顏色差異數為所述采樣點中不同顏色差異值的數量，各個所述采樣點的顏色差異值為該采樣點與前一采樣點的顏色值差值；

構建訓練模型，所述訓練模型包括一二維坐標系，兩個坐標軸分別表示顏色種類數和顏色差異數，將各個所述訓練圖片定義為所述二維坐標系中的一樣本點；

提取待處理圖片的顏色種類數和顏色差異數，并將所述待處理圖片定義為所述二維坐標系中的一個待處理點；

根據距離所述待處理點最近的一個或多個樣本點的壓縮質量因子確定所述待處理圖片的壓縮質量因子；

所述獲取用戶選擇的各個所述訓練圖片所對應的壓縮質量因子，包括如下步驟：

將各個所述訓練圖片和采用不同壓縮質量因子后的壓縮圖片提供給用戶選擇；

根據用戶對壓縮圖片的選擇結果確定各個所述訓練圖片的壓縮質量因子。

2.根據權利要求1所述的圖片壓縮質量因子獲取方法，其特征在于，還包括如下步驟：

計算各個所述訓練圖片和采用不同壓縮質量因子后的壓縮圖片之間的相似度；

選擇相似度大于預設相似度閾值的壓縮圖片作為備選壓縮圖片，將備選壓縮圖片中對應的最小壓縮質量因子作為對應訓練圖片的初始壓縮質量因子；

對于各個所述訓練圖片，獲取到用戶的選擇結果后，根據用戶的選擇結果確定對應訓練圖片的壓縮質量因子，未獲取到用戶的選擇結果時，將所述初始壓縮質量因子作為對應訓練圖片的壓縮質量因子。

3.根據權利要求1所述的圖片壓縮質量因子獲取方法，其特征在于，還包括如下步驟：

計算用戶選擇的壓縮圖片與對應的訓練圖片之間的相似度；

如果用戶選擇的壓縮圖片與對應的訓練圖片之間的相似度小于預設的相似度閾值，則將用戶此次對壓縮圖片的選擇結果數據舍棄。

4.根據權利要求1所述的圖片壓縮質量因子獲取方法，其特征在于，獲取用戶對所述壓縮圖片在不同應用場景下的選擇結果；

根據用戶對所述壓縮圖片的選擇結果確定各個所述訓練圖片分別在不同應用場景下的壓縮質量因子；

根據所述訓練圖片在不同應用場景下的壓縮質量因子分別構建不同的訓練模型，各個所述訓練模型與所述應用場景一一對應；

根據待處理圖片的應用場景選擇與待處理圖片對應的訓練模型，并將所述待處理圖片定義為所對應的訓練模型的二維坐標系中的一個待處理點。

5.根據權利要求1所述的圖片壓縮質量因子獲取方法，其特征在于，獲取用戶對所述壓縮圖片在不同圖片格式下的選擇結果；

根據用戶對所述壓縮圖片的選擇結果確定各個所述訓練圖片分別在不同圖片格式下的壓縮質量因子；

根據所述訓練圖片在不同圖片格式下的壓縮質量因子分別構建不同的訓練模型，各個所述訓練模型與所述圖片格式一一對應；

根據待處理圖片的圖片格式選擇與待處理圖片對應的訓練模型，并將所述待處理圖片定義為所對應的訓練模型的二維坐標系中的一個待處理點。

6.根據權利要求1所述的圖片壓縮質量因子獲取方法，其特征在于，還包括如下步驟：

每隔預設間隔時間，將用戶在當前時間段的選擇結果數據加入一具有預設容量的用戶數據隊列，所述用戶數據隊列為先進先出隊列；

所述用戶數據隊列發生更新時，根據所述用戶數據隊列更新各個所述訓練圖片所對應的壓縮質量因子，并對應更新各個所述樣本點的壓縮質量因子。