[發明專利]一種基于機器學習的圖片畫質檢測方法

在審

• 申請號: 201811287856.6
• 申請日: 2018-10-31
• 公開（公告）號: CN109410203A
• 公開（公告）日: 2019-03-01
• 發明（設計）人: 韋靈;黎偉強;倪志平;崔亞楠;胡艷華
• 申請（專利權）人: 廣西科技大學鹿山學院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 北京君恒知識產權代理事務所(普通合伙) 11466
• 代理人: 譚月萍;黃啟行

本發明公開了一種基于機器學習的圖片畫質檢測方法，屬于圖片識別領域，所述方法包括如下步驟：收集有問題圖片的數據；根據收集的圖片數據進行分析處理和分類處理；把分析處理和分類處理后的圖片建立圖片初步畫質對比檢測庫；提取初步畫質庫中每個圖片的畫質特征；根據圖片的畫質特征建立畫質特征庫；根據畫質特征庫和初步畫質庫對圖片進行檢測；檢測輸出結果。通過機器學習的方法，從以往的畫質功能問題圖片提取特征學習，快速定位屬于哪類問題，利用深度學習技術對畫質功能問題圖片進行特征學習，并對學習到的特征進行分類，得到深度學習模型；利用深度學習模型對攝像頭畫質功能圖片進行判斷并輸出結果。

【技術領域】

本發明涉及圖片識別領域，具體涉及一種基于機器學習的圖片畫質檢測方法。

【背景技術】

隨著社會的發展，人們越來越喜歡拍照，但是由于每個人的拍照技術的不同，從而使得所拍的照片出現這樣那樣的問題，常常不能滿足人們的需求。隨著互聯網技術的發展，圖片因其相對文字具有表達直觀、內容豐富等優勢，在越來越多的網頁及應用中被廣泛應用。但是現有的攝像頭只能對圖片進行拍照，沒能對圖片進行自動的分類或者曝光圖片分類或者帥選等，從而使得人們在拍完照片后再進行每一張的查看和選著，從而大大的加大了人們的工作量。

隨著社會步驟的加快，人們的時間越來越寶貴，人在外出旅游或者戶外活動時，常常會排較多的照片，但是由于技術和環境等因素會使得一些照片出現曝光等情況，曝光的圖片常常會占用設備的存儲空間，同時給用戶挑選圖片帶來麻煩，因此，需要設計出一種自動識別圖片畫質的方法，從而可以完成圖片的自動分來帥選。

【發明內容】

本發明旨在公開一種基于機器學習的圖片畫質檢測方法，解決現有曝光圖片畫質不能自動篩選和分類的技術問題。

本發明采取的技術方案為：

一種基于機器學習的圖片畫質檢測方法，所述方法包括如下步驟：

收集有問題圖片的數據；

根據收集的圖片數據進行分析處理和分類處理；

把分析處理和分類處理后的圖片建立圖片初步畫質對比檢測庫；

提取初步畫質庫中每個圖片的畫質特征；

根據圖片的畫質特征建立畫質特征庫；

根據畫質特征庫和初步畫質庫對圖片進行檢測；

人工選擇是否人工檢測輸出圖片，當選擇時，人工對檢測后的圖片數據進行分類處理，輸出分來結果，當不選擇時，直接輸出檢測結果。

進一步地，所述收集有問題圖片的數據包括收集以往的出現畫質曝光問題的圖片和用戶日常反饋回來的畫質出現問題的圖片。

進一步地，所述收集有問題圖片的數據時，在每個圖片下方或者目錄中自動或者手動使用文字說明圖片的具體畫質問題的內容。

進一步地，所述根據收集的圖片數據進行分析處理和分類處理的具體過程為：檢測特征顏色區域，通過顏色直方圖和梯度直方圖對圖片特征進行描述與分析，然后根據顏色直方圖和梯度直方圖再對圖片進行分類。

進一步地，所述建立圖片初步畫質對比檢測庫的具體過程為，先根據畫質顏色圖和圖片的文字說明進行分類，然后根據不同類型的圖片進行建立圖片功能模型，然后把建立好的圖片功能模型進行存儲；所述分類是根據文字的說明內容進行分成大類，大類里面有若干個小類，小類與小類之間形成關聯類。

進一步地，所述圖片功能模型在后期另外收集到畫質問題圖像后，畫質問題圖像自動添加到圖片功能庫，自動訓練學習，增加圖片功能庫性能。

進一步地，所述提取初步畫質庫中每個圖片的畫質特征提取過程為，對每個圖片進行畫質特征提取，把提取的畫質特征與圖片的畫質說明文字內容對比，當不完全部相符時，對該圖片進行二次畫質特征提取。