[發(fā)明專利]圖像處理方法、裝置、電子設備及存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202110424721.5 | 申請日: | 2021-04-20 |
| 公開(公告)號: | CN113762032A | 公開(公告)日: | 2021-12-07 |
| 發(fā)明(設計)人: | 楊天舒 | 申請(專利權(quán))人: | 騰訊科技(深圳)有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/40;G06K9/46;G06K9/62;G06N3/04;G06N3/08;G06N20/00 |
| 代理公司: | 北京派特恩知識產(chǎn)權(quán)代理有限公司 11270 | 代理人: | 崔曉嵐;張穎玲 |
| 地址: | 518000 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 圖像 處理 方法 裝置 電子設備 存儲 介質(zhì) | ||
1.一種基于人工智能的圖像處理方法,其特征在于,所述方法包括:
對圖像進行特征提取處理,得到所述圖像的特征圖;
對所述特征圖進行多個層次的激活處理,并對每個層次的激活結(jié)果進行降采樣處理,得到多個特征向量;
對所述多個特征向量進行融合處理,得到融合特征向量;
基于所述融合特征向量進行多個不同類型的圖像質(zhì)量預測處理,分別得到對應的多個不同類型的圖像質(zhì)量預測結(jié)果;
對所述多個不同類型的圖像質(zhì)量預測結(jié)果進行融合處理,得到所述圖像的質(zhì)量。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述對所述特征圖進行多個層次的激活處理,包括:
通過N個級聯(lián)的激活網(wǎng)絡中的第n激活網(wǎng)絡,對所述第n激活網(wǎng)絡的輸入進行激活處理,得到第n激活結(jié)果;
將所述第n激活結(jié)果傳輸?shù)降趎+1激活網(wǎng)絡以繼續(xù)進行激活處理;
其中,N為大于或等于2的整數(shù);n為取值從1開始遞增的整數(shù),且n的取值范圍滿足1≤n≤N-1;當n取值為1時,所述第n激活網(wǎng)絡的輸入為所述特征圖,當n取值為2≤n≤N-1時,所述第n激活網(wǎng)絡的輸入為第n-1激活網(wǎng)絡的激活結(jié)果。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述對所述第n激活網(wǎng)絡的輸入進行激活處理,得到第n激活結(jié)果,包括:
對所述第n激活網(wǎng)絡的輸入進行基于通道的平均池化處理,得到所述第n激活網(wǎng)絡的輸入對應每個所述通道的全局內(nèi)容特征;
對所述第n激活網(wǎng)絡的輸入對應每個所述通道的全局內(nèi)容特征進行全連接處理,得到所述第n激活網(wǎng)絡的輸入對應每個所述通道的激活值;
對所述第n激活網(wǎng)絡的輸入對應每個所述通道的激活值、與所述第n激活網(wǎng)絡的輸入中每個通道的原始內(nèi)容特征進行點乘處理;
對所述點乘處理的結(jié)果進行下采樣處理,得到所述第n激活結(jié)果。
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述對每個層次的激活結(jié)果進行降采樣處理,得到多個特征向量,包括:
針對每個層次的激活結(jié)果執(zhí)行以下處理:
確定與所述激活結(jié)果適配的采樣核和步長;
根據(jù)所述采樣核和所述步長對所述激活結(jié)果依次進行采樣,得到多個采樣結(jié)果;
將所述多個采樣結(jié)果進行組合,得到所述特征向量。
5.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述基于所述融合特征向量進行多個不同類型的圖像質(zhì)量預測處理,分別得到對應的多個不同類型的圖像質(zhì)量預測結(jié)果,包括:
執(zhí)行以下圖像質(zhì)量預測處理中的至少兩種:
基于所述融合特征向量進行變形度預測處理,得到所述圖像的變形度;
基于所述融合特征向量進行清晰度預測處理,得到所述圖像的清晰度;
基于所述融合特征向量進行美觀度預測處理,得到所述圖像的美觀度。
6.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述基于所述融合特征向量進行變形度預測處理,得到所述圖像的變形度,包括:
對所述融合特征向量進行降維處理,得到第一降維特征向量;
對所述第一降維特征向量進行去噪處理,得到第一去噪特征向量;
將所述第一去噪特征向量映射為分別屬于不同的變形度標簽的置信度,并將最大置信度所對應的變形度標簽確定為所述圖像的變形度。
7.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述基于所述融合特征向量進行清晰度預測處理,得到所述圖像的清晰度,包括:
對所述融合特征向量進行降維處理,得到第二降維特征向量;
對所述第二降維特征向量進行去噪處理,得到第二去噪特征向量;
將所述第二去噪特征向量映射為分別屬于不同的清晰度標簽的置信度,并將最大置信度所對應的清晰度標簽確定為所述圖像的清晰度。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于騰訊科技(深圳)有限公司,未經(jīng)騰訊科技(深圳)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110424721.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





