[发明专利]图像排序展示方法、系统、设备和存储介质

权利要求书

1.一种图像排序展示方法，其特征在于，所述图像排序展示方法包括：

获取待排序图像；

对所述待排序图像进行图像质量分计算，以得到所述待排序图像质量分；

对所述待排序图像进行相似度计算，并且将相似度在预设阈值范围内的所述待排序图像归为一组图像，以得到若干组图像；

对所述若干组图像进行所述待排序图像的质量分排序；

分别从每组图像中挑选出质量分最高的至少一张图像进行展示。

2.如权利要求1所述的图像排序展示方法，其特征在于，对所述待排序图像进行图像质量分计算，以得到所述待排序图像质量分的步骤包括：

对样本图像进行质量分标注，以得到具有质量分的标注图像；

搭建基本卷积神经网络结构；

设计目标函数；

设置网络超参；

训练网络至收敛，保存网络权重；

加载训练好所述网络权重，对所述待排序图像进行打分测试。

3.如权利要求2所述的图像排序展示方法，其特征在于，所述设计目标函数的步骤采用添加L2正则化后的交叉熵损失算法。

4.如权利要求2所述的图像排序展示方法，其特征在于，所述加载训练好所述网络权重，对库中待排序图像进行打分测试的步骤包括：

加载训练好的网络权重；

输入待排序图像；

通过softmax函数输出质量分概率，所述质量分概率经过加权平均后处理计算，加权处理后的质量分值在阈值范围之间。

5.如权利要求1所述的图像排序展示方法，其特征在于，所述待排序图像进行相似度计算，并且将相似度在预设阈值范围内的所述待排序图像归为一组图像，以得到若干组图像的步骤包括：

对所述待排序图像进行预处理，所述预处理包括缩放、灰度处理和仿射变换，以得到待计算相似度图像；

对所述待计算相似度图像提取SIFT特征点和ORB特征点，以得到所述待计算相似度图像的SIFT特征点和ORB特征点；

将ORB角点特征点输入至计算相似度公式中，计算出每两张所述待计算相似度图像之间的第一相似度；

判断第一相似度是否大于或等于预设的第一相似度阈值，若是，则对应的两张待计算相似度图像相似，若否，判断所述第一相似度是否大于预设的第二相似度阈值；

若第一相似度大于所述第二相似度阈值，则对所述对应的两张待计算相似度图像的SIFT特征点输入至所述计算相似度公式中，计算出所述待计算相似度图像之间的第二相似度；

若第一相似度小于或等于所述第二相似度阈值，则对应的两张待计算相似度图像不相似；

判断所述第二相似度是否大于预设的第三相似度阈值；若是，则对应的两张待计算相似度图像相似，若否，则对应的两张待计算相似度图像不相似；

所述第一相似度阈值>所述第二相似度阈值；

预设的第三相似度阈值落在所述第一相似度阈值和第二相似度阈值之间。

6.如权利要求1所述的图像排序展示方法，其特征在于，所述的图像排序展示方法还包括以下步骤：

在获取待排序图像之后，对所述待排序图像进行图像质量分计算，以得到所述待排序图像的质量分之前对待排序图像增加分类标签，所述分类标签表示待排序图像所示内容的种类；

对所述待排序图像进行图像质量分计算，以得到所述待排序图像的质量分的步骤包括：

对具有相同分类标签的待排序图像进行图像质量分计算，以得到具有相同分类标签的待排序图像的质量分；

对所述待排序图像进行相似度计算，并且将相似度在预设阈值范围内的所述待排序图像归为一组图像，以得到若干组图像的步骤包括：对所述具有相同分类标签的待排序图像进行相似度计算，并且将相似度在预设阈值范围内的待排序图像归为一组图像，以得到若干组图像。