[發(fā)明專利]圖像質(zhì)量確定方法、裝置、電子設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202111024179.0
• 申請日: 2021-09-02
• 公開（公告）號: CN113763348A
• 公開（公告）日: 2021-12-07
• 發(fā)明（設(shè)計）人: 馮子勇;周瑞;趙勇
• 申請（專利權(quán)）人: 北京格靈深瞳信息技術(shù)股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京新知遠(yuǎn)方知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11397
• 代理人: 馬軍芳;張艷

1.一種圖像質(zhì)量確定方法，其特征在于，所述方法包括：

獲取待識別圖像；

將所述待識別圖像輸入質(zhì)量預(yù)測模型中，得到與所述待識別圖像對應(yīng)的質(zhì)量分?jǐn)?shù)，所述質(zhì)量預(yù)測模型為利用多個帶有質(zhì)量標(biāo)簽的圖像對訓(xùn)練神經(jīng)網(wǎng)絡(luò)得到，所述圖像對包括兩張樣本圖像，所述質(zhì)量標(biāo)簽包括所述兩張樣本圖像的質(zhì)量差異；

輸出所述質(zhì)量分?jǐn)?shù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述待識別圖像輸入質(zhì)量預(yù)測模型中，得到與所述待識別圖像對應(yīng)的質(zhì)量分?jǐn)?shù)之前，包括：

獲取訓(xùn)練樣本集，所述訓(xùn)練樣本集包括多個所述帶有質(zhì)量標(biāo)簽的圖像對；

通過所述訓(xùn)練樣本集對孿生網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到所述質(zhì)量預(yù)測模型，所述孿生網(wǎng)絡(luò)包括具有相同參數(shù)的第一神經(jīng)網(wǎng)絡(luò)和第二神經(jīng)網(wǎng)絡(luò)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述獲取訓(xùn)練樣本集，包括：

獲取多張樣本圖像；

針對每張樣本圖像，對所述樣本圖像進(jìn)行失真處理得到處理后的樣本圖像；將所述樣本圖像和所述處理后的樣本圖像任意組合成圖像對；

根據(jù)失真處理程度生成所述圖像對中的兩張樣本圖像的質(zhì)量差異，得到對應(yīng)所述圖像對的質(zhì)量標(biāo)簽。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述對所述樣本圖像進(jìn)行失真處理得到處理后的樣本圖像之前，還包括：

識別所述樣本圖像中的目標(biāo)對象所在的目標(biāo)區(qū)域；

基于所述目標(biāo)區(qū)域?qū)λ鰳颖緢D像進(jìn)行裁剪，并旋轉(zhuǎn)裁剪后的所述樣本圖像，使所述目標(biāo)對象調(diào)整至預(yù)設(shè)角度。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述通過所述訓(xùn)練樣本集對孿生網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到所述質(zhì)量預(yù)測模型，包括：

將所述圖像對中的一張樣本圖像輸入第一神經(jīng)網(wǎng)絡(luò)，另一張樣本圖像輸入第二神經(jīng)網(wǎng)絡(luò)，得到分別與所述兩張樣本圖像對應(yīng)的質(zhì)量分?jǐn)?shù)；

根據(jù)所述質(zhì)量分?jǐn)?shù)和所述質(zhì)量標(biāo)簽，計算損失函數(shù)；

根據(jù)所述損失函數(shù)確定所述孿生網(wǎng)絡(luò)是否收斂；

若所述孿生網(wǎng)絡(luò)收斂，得到所述質(zhì)量預(yù)測模型；

若所述孿生網(wǎng)絡(luò)未收斂，調(diào)整第一神經(jīng)網(wǎng)絡(luò)或第二神經(jīng)網(wǎng)絡(luò)的參數(shù)，直到所述孿生網(wǎng)絡(luò)收斂。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述輸出所述質(zhì)量分?jǐn)?shù)之后，還包括：

獲取預(yù)設(shè)數(shù)據(jù)庫中的錯誤樣本的數(shù)量，所述錯誤樣本為工作人員根據(jù)所述質(zhì)量分?jǐn)?shù)確認(rèn)的預(yù)測錯誤的圖像對；

在所述數(shù)量大于預(yù)設(shè)數(shù)量時，獲取所述圖像對的質(zhì)量標(biāo)簽，并利用所述圖像對以及所述質(zhì)量標(biāo)簽，對所述質(zhì)量預(yù)測模型進(jìn)行訓(xùn)練。

7.根據(jù)權(quán)利要求1-6任一所述的方法，其特征在于，所述待識別圖像為人臉圖像，所述方法還包括：

在所述質(zhì)量分?jǐn)?shù)大于或等于預(yù)設(shè)分?jǐn)?shù)時，對所述待識別圖像進(jìn)行人臉識別。

8.一種圖像質(zhì)量確定裝置，其特征在于，所述裝置包括：

圖像獲取模塊，用于獲取待識別圖像；

質(zhì)量分?jǐn)?shù)獲取模塊，用于將所述待識別圖像輸入質(zhì)量預(yù)測模型中，得到與所述待識別圖像對應(yīng)的質(zhì)量分?jǐn)?shù)，所述質(zhì)量預(yù)測模型為利用多個帶有質(zhì)量標(biāo)簽的圖像對訓(xùn)練神經(jīng)網(wǎng)絡(luò)得到，所述圖像對包括兩張樣本圖像，所述質(zhì)量標(biāo)簽包括所述兩張樣本圖像的質(zhì)量差異；

輸出模塊，用于輸出所述質(zhì)量分?jǐn)?shù)。

9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括：

一個或多個處理器；

存儲器，與所述一個或多個處理器電連接；

一個或多個應(yīng)用程序，其中所述一個或多個應(yīng)用程序被存儲在所述存儲器中并被配置為由所述一個或多個處理器執(zhí)行，所述一個或多個應(yīng)用程序配置用于執(zhí)行如權(quán)利要求1至7任一項所述的方法。

10.一種計算機(jī)可讀取存儲介質(zhì)，其特征在于，所述計算機(jī)可讀取存儲介質(zhì)中存儲有程序代碼，所述程序代碼可被處理器調(diào)用執(zhí)行如權(quán)利要求1至7任一項所述的方法。