[发明专利]图像质量评价方法及装置、电子设备、存储介质

权利要求书

1.一种图像质量评价方法，其特征在于，包括：

获取待处理图像；

若根据针对样本图像的指标完成用于表征真实性的判别操作，则对所述待处理图像进行预测处理，以生成用于表征评分分布的预测结果；

根据所述预测结果对所述待处理图像进行美学质量评价，以确定所述待处理图像的评价结果。

2.根据权利要求1所述的图像质量评价方法，其特征在于，所述对所述待处理图像进行预测处理，以得到用于表征评分分布的预测结果，包括：

对所述待处理图像进行特征提取，以得到图像特征；

根据所述图像特征获取所述待处理图像的预测标签，并将所述预测标签作为所述预测结果。

3.根据权利要求2所述的图像质量评价方法，其特征在于，所述根据所述图像特征获取所述待处理图像的预测标签，包括：

通过训练好的对抗学习模型中的生成器对所述图像特征进行前向计算，确定所述预测标签。

4.根据权利要求1所述的图像质量评价方法，其特征在于，所述方法还包括：

通过样本图像以及样本图像的人工标注的标注信息，将对抗学习模型进行训练，得到用于对所述待处理图像进行预测处理的训练好的对抗学习模型。

5.根据权利要求4所述的图像质量评价方法，其特征在于，所述通过样本图像以及样本图像的人工标注的标注信息，将对抗学习模型进行训练，得到用于对所述待处理图像进行预测处理的所述训练好的对抗学习模型，包括：

通过所述对抗学习模型中的生成器对所述样本图像进行特征提取，以确定所述样本图像的预测标签；

根据所述样本图像的预测标签和所述样本图像的真实标签对所述对抗学习模型进行训练，得到所述训练好的对抗学习模型。

6.根据权利要求5所述的图像质量评价方法，其特征在于，所述根据所述样本图像的预测标签和所述样本图像的真实标签对所述对抗学习模型进行训练，得到训练好的对抗学习模型，包括：

通过所述对抗学习模型中的判别器确定所述样本图像的真实标签和所述样本图像的预测标签的指标；

根据所述指标对所述对抗学习模型进行训练。

7.根据权利要求6所述的图像质量评价方法，其特征在于，所述根据所述指标对所述对抗学习模型进行训练，包括：

通过所述对抗学习模型的判别器将所述指标之间的差别进行最小化处理，以确定目标函数；

固定所述判别器，根据所述目标函数对所述生成器进行后向传播，训练所述对抗学习模型的生成器，以得到所述训练好的对抗学习模型。

8.一种图像质量评价装置，其特征在于，包括：

图像获取模块，用于获取待处理图像；

预测结果确定模块，用于若根据针对样本图像的指标完成用于表征真实性的判别操作，则对所述待处理图像进行预测处理，以生成用于表征评分分布的预测结果；

图像评价模块，用于根据所述预测结果对所述待处理图像进行美学质量评价，以确定所述待处理图像的评价结果。

9.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任意一项所述的图像质量评价方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任意一项所述的图像质量评价方法。