[發明專利]圖像質量評價方法、裝置和電子設備

在審

• 申請號: 202110222548.0
• 申請日: 2021-02-26
• 公開（公告）號: CN112950579A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 魯方波;汪賢;樊鴻飛;蔡媛
• 申請（專利權）人: 北京金山云網絡技術有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 榮穎佳

1.一種圖像質量評價方法，其特征在于，包括：

將待評價圖像分別輸入至多種質量評價模型中的特征提取模塊中，通過每種所述質量評價模型得到每種所述質量評價模型對應的特征數據；

基于預設的特征選擇參數，從每種所述質量評價模型對應的特征數據中確定目標特征數據；其中，所述特征選擇參數用于指示所述目標特征數據的所在維度；

基于所述目標特征數據，確定所述待評價圖像的質量評價結果。

2.根據權利要求1所述的方法，其特征在于，每種所述質量評價模型不同；不同的所述質量評價模型對應的特征數據，表征的圖像特征不同。

3.根據權利要求1所述的方法，其特征在于，基于預設的特征選擇參數，從每種所述質量評價模型對應的特征數據中確定目標特征數據的步驟，包括：

將每種所述質量評價模型對應的特征數據按照預設的順序進行拼接處理，得到中間特征數據；所述中間特征數據為一維特征向量；

根據所述特征選擇參數，確定所述目標特征數據在所述一維特征向量中所在的目標維度；

從所述一維特征向量中獲取所述目標維度對應的目標特征數據。

4.根據權利要求1或3所述的方法，其特征在于，所述特征選擇參數，具體通過下述方式確定：

獲取測試樣本；所述測試樣本包括測試圖像的標注分數、以及所述測試圖像的多組特征數據組合；不同組所述特征數據組合中特征數據的維度不同；

針對每組所述特征數據組合，將該組特征數據組合輸入至預先訓練完成的測試模型，輸出該組特征數據組合對應的測試分數；

基于所述測試分數與所述標注分數，從所述多組特征數據組合中確定第一特征數據組合；

將所述第一特征數據組合中特征數據的維度，確定為所述特征選擇參數。

5.根據權利要求4所述的方法，其特征在于，基于所述測試分數與所述標注分數，從所述多組特征數據組合中確定第一特征數據組合的步驟，包括：

針對每組所述特征數據組合，計算該組特征數據組合對應的測試分數和所述標注分數的相關值；

將相關值最大的特征數據組合確定為第一特征數據組合。

6.根據權利要求4所述的方法，其特征在于，所述測試模型，具體通過下述方式訓練得到：

獲取第一訓練樣本；所述第一訓練樣本包括第一訓練圖像的標注分數、以及所述第一訓練圖像的多組特征數據組合；不同組所述特征數據組合中特征數據的維度不同；

針對每組所述特征數據組合，將該組特征數據組合輸入至初始模型，輸出該組特征數據組合對應的預測分數；根據所述預測分數和預設的第一損失函數，計算所述預測分數的第一損失值；

根據所述預測分數和所述第一損失值，訓練所述初始模型中的參數；

繼續執行獲取第一訓練樣本的步驟，直至所述第一損失值收斂，得到所述測試模型。

7.根據權利要求1所述的方法，其特征在于，基于所述目標特征數據，確定所述待評價圖像的質量評價結果的步驟，包括：

將所述目標特征數據輸入至預先訓練完成的神經網絡模型的結果預測模塊中，輸出所述待評價圖像的質量評價結果。

8.一種圖像質量評價裝置，其特征在于，包括：

輸出模塊，用于將待評價圖像分別輸入至多種質量評價模型中的特征提取模塊中，通過每種所述質量評價模型得到每種所述質量評價模型對應的特征數據；

確定模塊，用于基于預設的特征選擇參數，從每種所述質量評價模型對應的特征數據中確定目標特征數據；其中，所述特征選擇參數用于指示所述目標特征數據的所在維度；

結果模塊，用于基于所述目標特征數據，確定所述待評價圖像的質量評價結果。

9.一種電子設備，其特征在于，包括處理器和存儲器，所述存儲器存儲有能夠被所述處理器執行的機器可執行指令，所述處理器執行所述機器可執行指令以實現權利要求1至7任一項所述的圖像質量評價方法。

10.一種機器可讀存儲介質，其特征在于，所述機器可讀存儲介質存儲有機器可執行指令，所述機器可執行指令在被處理器調用和執行時，所述機器可執行指令促使所述處理器實現權利要求1至7任一項所述的圖像質量評價方法。