[发明专利]一种基于机器学习的图片画质检测方法在审

专利信息
申请号: 201811287856.6 申请日: 2018-10-31
公开(公告)号: CN109410203A 公开(公告)日: 2019-03-01
发明(设计)人: 韦灵;黎伟强;倪志平;崔亚楠;胡艳华 申请(专利权)人: 广西科技大学鹿山学院
主分类号: G06T7/00 分类号: G06T7/00;G06K9/62
代理公司: 北京君恒知识产权代理事务所(普通合伙) 11466 代理人: 谭月萍;黄启行
地址: 545616 广西壮*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 画质 图片 检测 分类处理 分析处理 功能问题 基于机器 输出结果 特征学习 学习 特征库 摄像头 对比检测 功能图片 机器学习 快速定位 图片识别 图片数据 图片提取 分类
【说明书】:

发明公开了一种基于机器学习的图片画质检测方法,属于图片识别领域,所述方法包括如下步骤:收集有问题图片的数据;根据收集的图片数据进行分析处理和分类处理;把分析处理和分类处理后的图片建立图片初步画质对比检测库;提取初步画质库中每个图片的画质特征;根据图片的画质特征建立画质特征库;根据画质特征库和初步画质库对图片进行检测;检测输出结果。通过机器学习的方法,从以往的画质功能问题图片提取特征学习,快速定位属于哪类问题,利用深度学习技术对画质功能问题图片进行特征学习,并对学习到的特征进行分类,得到深度学习模型;利用深度学习模型对摄像头画质功能图片进行判断并输出结果。

【技术领域】

本发明涉及图片识别领域,具体涉及一种基于机器学习的图片画质检测方法。

【背景技术】

随着社会的发展,人们越来越喜欢拍照,但是由于每个人的拍照技术的不同,从而使得所拍的照片出现这样那样的问题,常常不能满足人们的需求。随着互联网技术的发展,图片因其相对文字具有表达直观、内容丰富等优势,在越来越多的网页及应用中被广泛应用。但是现有的摄像头只能对图片进行拍照,没能对图片进行自动的分类或者曝光图片分类或者帅选等,从而使得人们在拍完照片后再进行每一张的查看和选着,从而大大的加大了人们的工作量。

随着社会步骤的加快,人们的时间越来越宝贵,人在外出旅游或者户外活动时,常常会排较多的照片,但是由于技术和环境等因素会使得一些照片出现曝光等情况,曝光的图片常常会占用设备的存储空间,同时给用户挑选图片带来麻烦,因此,需要设计出一种自动识别图片画质的方法,从而可以完成图片的自动分来帅选。

【发明内容】

本发明旨在公开一种基于机器学习的图片画质检测方法,解决现有曝光图片画质不能自动筛选和分类的技术问题。

本发明采取的技术方案为:

一种基于机器学习的图片画质检测方法,所述方法包括如下步骤:

收集有问题图片的数据;

根据收集的图片数据进行分析处理和分类处理;

把分析处理和分类处理后的图片建立图片初步画质对比检测库;

提取初步画质库中每个图片的画质特征;

根据图片的画质特征建立画质特征库;

根据画质特征库和初步画质库对图片进行检测;

人工选择是否人工检测输出图片,当选择时,人工对检测后的图片数据进行分类处理,输出分来结果,当不选择时,直接输出检测结果。

进一步地,所述收集有问题图片的数据包括收集以往的出现画质曝光问题的图片和用户日常反馈回来的画质出现问题的图片。

进一步地,所述收集有问题图片的数据时,在每个图片下方或者目录中自动或者手动使用文字说明图片的具体画质问题的内容。

进一步地,所述根据收集的图片数据进行分析处理和分类处理的具体过程为:检测特征颜色区域,通过颜色直方图和梯度直方图对图片特征进行描述与分析,然后根据颜色直方图和梯度直方图再对图片进行分类。

进一步地,所述建立图片初步画质对比检测库的具体过程为,先根据画质颜色图和图片的文字说明进行分类,然后根据不同类型的图片进行建立图片功能模型,然后把建立好的图片功能模型进行存储;所述分类是根据文字的说明内容进行分成大类,大类里面有若干个小类,小类与小类之间形成关联类。

进一步地,所述图片功能模型在后期另外收集到画质问题图像后,画质问题图像自动添加到图片功能库,自动训练学习,增加图片功能库性能。

进一步地,所述提取初步画质库中每个图片的画质特征提取过程为,对每个图片进行画质特征提取,把提取的画质特征与图片的画质说明文字内容对比,当不完全部相符时,对该图片进行二次画质特征提取。

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广西科技大学鹿山学院,未经广西科技大学鹿山学院许可,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/201811287856.6/2.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