[發明專利]用于生成模型的方法、裝置和用于識別圖像的方法、裝置

有效

• 申請號: 201910371718.4
• 申請日: 2019-05-06
• 公開（公告）號: CN110335237B
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 陳奇
• 申請（專利權）人: 北京字節跳動網絡技術有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/82
• 代理公司: 北京天達共和律師事務所 11798
• 代理人: 胡劍煒

本公開的實施例公開了用于生成模型的方法和裝置。該方法的一具體實施方式包括：獲取預置的訓練樣本集，其中，訓練樣本集中的訓練樣本包括樣本圖像集合和樣本識別結果，樣本圖像集合包括預設數量個樣本圖像，樣本識別結果包括預設數量個樣本質量值，樣本質量值與樣本圖像相對應，用于表征與樣本圖像集合中的其他樣本圖像相比，對應的樣本圖像的質量的優劣程度；利用機器學習方法，將樣本圖像集合作為輸入，將樣本識別結果作為期望輸出，對初始模型進行訓練，將訓練完成的初始模型確定為圖像質量識別模型。該實施方式可以生成更為準確的圖像質量識別模型，有助于利用所生成的圖像質量識別模型，更為準確、客觀地輸出質量滿足預設要求的圖像。

技術領域

本公開的實施例涉及計算機技術領域，尤其涉及用于生成模型的方法、裝置和用于識別圖像的方法、裝置。

背景技術

圖像的質量可以由多種因素決定，例如可以由圖像的色調、清晰度或者圖像中的對象在圖像中的位置分布等決定。實踐中，通常會利用一個預先訓練好的模型對圖像進行打分，進而確定出圖像質量的優劣程度。

現有技術中，在訓練用于對圖像的質量進行打分的模型時，需要首先獲取樣本圖像，然后人為地對樣本圖像進行打分，獲得樣本分數，進而利用樣本圖像和樣本分數訓練模型。

發明內容

本公開的實施例提出了用于生成模型的方法和裝置，以及用于識別圖像的方法和裝置。

第一方面，本公開的實施例提供了一種用于生成模型的方法，該方法包括：獲取預置的訓練樣本集，其中，訓練樣本集中的訓練樣本包括樣本圖像集合和針對樣本圖像集合預先確定的樣本識別結果，樣本圖像集合包括預設數量個樣本圖像，樣本識別結果包括預設數量個樣本質量值，預設數量個樣本質量值中的樣本質量值與樣本圖像集合中的樣本圖像相對應，用于表征與樣本圖像集合中的其他樣本圖像相比，對應的樣本圖像的質量的優劣程度；利用機器學習方法，將訓練樣本集中的訓練樣本包括的樣本圖像集合作為初始模型的輸入，將所輸入的樣本圖像集合所對應的樣本識別結果作為初始模型的期望輸出，對初始模型進行訓練，將訓練完成的初始模型確定為圖像質量識別模型。

在一些實施例中，訓練樣本中的樣本圖像集合所對應的樣本識別結果通過以下步驟確定：確定樣本圖像集合中的樣本圖像的質量的優劣順序；基于所確定的優劣順序，為樣本圖像集合中的樣本圖像分配樣本質量值；生成樣本圖像集合所對應的、包括所分配的樣本質量值的樣本識別結果。

第二方面，本公開的實施例提供了一種用于識別圖像的方法，該方法包括：獲取待識別圖像；利用待識別圖像，執行以下識別步驟：將待識別圖像輸入采用如上述第一方面所描述的方法生成的圖像質量識別模型中，獲得識別結果，其中，識別結果包括質量值，質量值用于表征所輸入的待識別圖像的質量的優劣程度。

在一些實施例中，該方法還包括：確定所獲得的識別結果中的質量值的大小是否滿足預設條件；響應于確定所獲得的識別結果中的質量值的大小滿足預設條件，將待識別圖像發送給通信連接的用戶終端，以及控制用戶終端對待識別圖像進行顯示。

在一些實施例中，獲取待識別圖像包括：獲取預設圖像集合；從預設圖像集合中選取預設圖像作為待識別圖像。

在一些實施例中，識別步驟還包括：確定預設圖像集合是否包括未被選取的預設圖像；響應于確定預設圖像集合不包括未被選取的預設圖像，基于所選取的待識別圖像，確定預設圖像集合所對應的結果圖像。

在一些實施例中，該方法還包括：響應于確定預設圖像集合包括未被選取的預設圖像，從預設圖像集合包括的未被選取的預設圖像中重新選取預設圖像作為待識別圖像；利用最近一次選取的待識別圖像，繼續執行識別步驟。

在一些實施例中，基于所選取的待識別圖像，確定預設圖像集合所對應的結果圖像包括：按照所選取的待識別圖像所對應的質量值的大小順序，從所選取的待識別圖像中提取待識別圖像作為預設圖像集合所對應的結果圖像。