[发明专利]图像质量检测方法、装置、计算机设备和存储介质

说明书

本申请提出一种图像质量检测方法、装置、计算机设备和存储介质，其中，方法包括：利用预设的神经网络模型，对待检测的目标图像进行主观质量分预测，以生成与目标图像对应的初始主观质量分，对目标图像进行显著性检测，以确定目标图像对应的显著性值，利用显著性值，对目标图像对应的初始主观质量分进行修正，确定目标图像的最终主观质量分。该方法通过预设的神经网络模型对图像进行主观质量分预测，得到初始主观质量分，从而避免了人为评价带来的差异，提高了图像质量评价的客观性和可靠性，并且利用显著性值对初始主观质量分进行修正，提高了主观质量分的准确性。

技术领域

本申请涉及图像评价技术领域，尤其涉及一种图像质量检测方法、装置、计算机设备和存储介质。

背景技术

在将图片资源推送给用户之前，需要对图像进行审核，以筛除质量较差的图片。目前，衡量图像质量的方法包括主观评价和通过图像指标衡量。例如，根据图像的均方误差、峰值信噪比、结构相似性指数等指标，对图像的质量进行检测。这些指标虽然可以在一定程度上反映图像的质量，但是并不能代表图像的主观分数。

在对图像主观打分时，主要是根据多个观察者的评价判断图像质量，得到图像的主观质量分。但是这种主观质量评价方式，客观性较差，且不同的观察者得到的主观质量分差异较大，可靠性较差。

发明内容

本申请提出一种图像质量检测方法、装置、计算机设备和存储介质，用于解决相关技术中的根据观察者的评价确定图像主观质量分的评价方式，客观性和可靠性较差的问题。

本申请一方面实施例提出了一种图像质量检测方法，包括：

利用预设的神经网络模型，对待检测的目标图像进行主观质量分预测，以生成与所述目标图像对应的初始主观质量分；

对所述目标图像进行显著性检测，以确定所述目标图像对应的显著性值；

利用所述显著性值，对所述目标图像对应的初始主观质量分进行修正，确定所述目标图像的最终主观质量分。

本申请实施例的图像质量检测方法，通过利用预设的神经网络模型，对待检测的目标图像进行主观质量分预测，以生成与目标图像对应的初始主观质量分，对目标图像进行显著性检测，以确定目标图像对应的显著性值，利用显著性值，对目标图像对应的初始主观质量分进行修正，确定目标图像的最终主观质量分。本实施例中，通过预设的神经网络模型对图像进行主观质量分预测，得到初始主观质量分，从而避免了人为评价带来的差异，提高了图像质量评价的客观性和可靠性，并且利用显著性值对初始主观质量分进行修正，提高了主观质量分的准确性。

本申请另一方面实施例提出了一种图像质量检测装置，包括：

预测模块，用于利用预设的神经网络模型，对待检测的目标图像进行主观质量分预测，以生成与所述目标图像对应的初始主观质量分；

检测模块，用于对所述目标图像进行显著性检测，以确定所述目标图像对应的显著性值；

修正模块，用于利用所述显著性值，对所述目标图像对应的初始主观质量分进行修正，确定所述目标图像的最终主观质量分。

本申请实施例的图像质量检测装置，通过利用预设的神经网络模型，对待检测的目标图像进行主观质量分预测，以生成与目标图像对应的初始主观质量分，对目标图像进行显著性检测，以确定目标图像对应的显著性值，利用显著性值，对目标图像对应的初始主观质量分进行修正，确定目标图像的最终主观质量分。本实施例中，通过预设的神经网络模型对图像进行主观质量分预测，得到初始主观质量分，从而避免了人为评价带来的差异，提高了图像质量评价的客观性和可靠性，并且利用显著性值对初始主观质量分进行修正，提高了主观质量分的准确性。

本申请另一方面实施例提出了一种计算机设备，包括处理器和存储器；