[发明专利]图像质量的评分方法及装置、电子设备、可读存储介质在审

专利信息
申请号: 201810654626.2 申请日: 2018-06-22
公开(公告)号: CN108898591A 公开(公告)日: 2018-11-27
发明(设计)人: 杨松 申请(专利权)人: 北京小米移动软件有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06N3/08
代理公司: 北京博思佳知识产权代理有限公司 11415 代理人: 林祥
地址: 100085 北京市海淀区清河*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 输入图像 概率分布 可读存储介质 电子设备 偏好 图像 管理图像
【说明书】:

本公开是关于一种图像质量的评分方法及装置、电子设备、可读存储介质。所述方法包括:确定输入图像;确定所述输入图像在评分范围内的概率分布;根据所述概率分布确定所述输入图像的评分值。可见,本实施例中通过计算概率分布可以获取到大众用户对输入图像的评分偏好;根据大众用户的评分偏好确定的评分值能够符合用户的需求,方便用户根据评分值更好的管理图像,提升使用体验。

技术领域

本公开涉及图像处理技术领域,尤其涉及一种图像质量的评分方法及装置、电子设备、可读存储介质。

背景技术

随着智能手机上摄像头质量的提高,用户倾向于用智能手机随时随地的拍摄图像,有利于帮助用户留住美丽的瞬间。

由于现有智能手机的存储空间有限,用户需要定期将图像移存至硬盘或者删减管理。以删减管理为例,在删减的过程中,用户需要浏览所有图像,然后根据喜好将不需要的图像删除。但是,若图像数量过多,如1000张以上,则会耗费用户过多的时间。当删减到一定程度后,用户会在多张图像间犹豫,无法确定删除的图像。

发明内容

本公开提供一种图像质量的评分方法及装置、电子设备、可读存储介质,以解决相关技术中的不足。

根据本公开实施例的第一方面,提供一种图像质量的评分方法,包括:

确定输入图像;

确定所述输入图像在评分范围内的概率分布;

根据所述概率分布确定所述输入图像的评分值。

可选地,确定所述输入图像在评分范围内的概率分布包括:

对所述输入图像进行预处理,得到标准图像;

将所述标准图像输入所述特征提取模型,通过所述特征提取模型确定所述标准图像的特征向量;

将所述特征向量输入多层感知机,通过所述多层感知机确定所述输入图像在所述评分范围内的概率分布。

可选地,通过所述特征提取模型确定所述标准图像的特征向量之前,所述方法还包括:

获取N张样本图像和所述N张样本图像各自的人工标注概率分布;N为正整数;

将所述N张样本图像依次输入多层感知机,直至所述多层感知机中的损失函数收敛时停止训练所述多层感知机,得到训练后的多层感知机中;所述损失函数基于所述人工标注概率分布和所述多层感知机输出的概率分布判断是否收敛。

可选地,根据所述概率分布确定所述输入图像的评分值包括:

根据所述概率分布确定所述输入图像在所述评分范围内各评分值处的概率值;

基于所述各评分值和所述概率值确定所述输入图像的评分值。

根据本公开实施例的第二方面,提供一种图像质量的评分装置,包括:

输入图像确定模块,用于确定输入图像;

概率分布确定模块,用于确定所述输入图像在评分范围内的概率分布;

评分值确定模块,用于根据所述概率分布确定所述输入图像的评分值。

可选地,所述概率分布确定模块包括:

标准图像获取单元,用于对所述输入图像进行预处理,得到标准图像;

特征向量确定单元,用于将所述标准图像输入所述特征提取模型,通过所述特征提取模型确定所述标准图像的特征向量;

概率分布确定单元,用于将所述特征向量输入多层感知机,通过所述多层感知机确定所述输入图像在所述评分范围内的概率分布。

可选地,所述装置还包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京小米移动软件有限公司,未经北京小米移动软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810654626.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top