[发明专利]图像美感评估方法及装置

说明书

本发明涉及计算机视觉与图像识别技术领域，具体提供一种图像美感评估方法及装置，旨在解决美感定量评估方法效率低的技术问题。为此目的，本发明提供的图像美感评估方法包括：依据预设的约束条件，以及模型训练后的美感等级分类模型和美感分数回归模型的模型参数，计算模型辅助参数；依据模型辅助参数，调整模型训练后的美感等级分类模型和美感分数回归模型的模型参数；依据调整后的模型参数重新计算所述模型辅助参数，直至模型辅助参数满足预设的迭代条件。同时，本发明提供的图像美感评估装置可以执行上述方法的各步骤。本发明的技术方案，可以显著提高美感定量评估方法的评估效率和准确性。

技术领域

本发明涉及计算机视觉与图像识别技术领域，具体涉及一种图像美感评估方法及装置。

背景技术

随着数字图像的创作和获取越来越方便，数字图像的数量呈现爆炸式增长，每天网络上被分享的图像不计其数，而图像数量的剧增使得图像管理工作变得耗时而繁重。人们往往倾向于获取和保存高质量的图片。在图像检索、图像设计、艺术作品风格分析、人机交互等任务中，都离不开图像的美感评估问题。

目前，图像美感评估方法主要包括美感定性评估方法和美感定量评估方法。美感定性评估方法指的是根据图像质量划分为高质量图像和低质量图像，准确度较低。美感定量评估方法指的是使用精细的分数评估图像的质量，但是这种方法需要摄影、美学方面的技术人员对大量图像进行长时间标注，效率较低。

发明内容

为了解决现有技术中的上述问题，即为了解决美感定量评估方法效率低的技术问题，本发明提供了一种图像美感评估方法及装置。

在第一方面，本发明中图像美感评估方法包括：

对预设的美感等级分类模型和预设的美感分数回归模型进行模型训练；

依据预设的约束条件，以及所述模型训练后的美感等级分类模型和美感分数回归模型的模型参数，计算模型辅助参数；

依据所述模型辅助参数，调整所述模型训练后的美感等级分类模型和美感分数回归模型的模型参数；依据所述调整后的模型参数重新计算所述模型辅助参数，直至所述模型辅助参数满足预设的迭代条件。

进一步地，本发明提供的一个优选技术方案为：

所述模型训练后的美感等级分类模型f_s(x)如下式所示：

f_s(x)＝sgn(w_s^Tx+b_s)

其中，所述w_s和b_s均为美感等级分类模型的模型参数，所述T为转置符号；所述sgn(t)为符号函数，若t＞0则sgn(t)＝+1，若t＜0则sgn(t)＝-1，t为符号函数的变量；

所述模型训练后的美感分数回归模型f_t(x)如下式所示：

f_t(x)＝w_t^Tx+b_t

其中，所述w_t和b_t均为美感分数回归模型的模型参数。

进一步地，本发明提供的一个优选技术方案为：

所述计算模型辅助参数之前包括：

按照下式所示的方法计算美感等级分类模型的模型参数：

其中，所述n_s为对美感等级分类模型进行模型训练所采用的样本图像数量；所述为平方损失函数，且所述为第i张样本图像的图像特征，所述为第i张样本图像对应的标签，所述λ为所述平方损失函数与正则项之间的平衡因子；