[发明专利]一种图像的排版方法、装置、介质及电子设备

权利要求书

1.一种图像的排版方法，其特征在于，包括：

获取构成目标图像的图像数据，并根据所述图像数据确定至少一个排版图层；

根据所述排版图层的初始位置拼接得到初始的图像状态，输入至强化学习模型，得到目标图像的目标图层以及目标图层的移动步长；

将所述目标图层按照目标图层的移动步长进行移动，并将移动后的图像状态输入至评分网络模型；

若评分网络模型的输出评分结果符合预设标准，则将当前图像状态确定为图像的排版结果。

2.根据权利要求1所述的方法，其特征在于，在将移动后的图像状态输入至评分网络模型之后，所述方法还包括：

若评分网络模型的输出评分结果不符合预设标准，则将当前图像状态返回值强化学习模型，得到由强化学习模型确定的下一图像状态，并重新进行评分。

3.根据权利要求1或2所述的方法，其特征在于，所述评分网络模型的训练过程包括：

采集样本图像，并获取样本图像的标准分数，作为样本图像的分数标签；

对所述样本图像进行图像数据的排版图层提取；

根据所述样本图像排版图层的当前位置确定样本图像的当前状态，并将当前状态以及样本图像的分数标签输入至评分网络模型；

根据所述评分网络模型的输出结果与样本图像的分数标签之间的关系，对所述评分网络模型进行有监督训练。

4.根据权利要求3所述的方法，其特征在于，根据所述评分网络模型的输出结果与样本图像的分数标签之间的关系，对所述评分网络模型进行有监督训练，包括：

根据样本图像的分数标签，确定所述评分网络模型的训练终止条件；

若所述评分网络模型的输出结果符合所述训练终止条件，则结束对评分网络模型的训练；

若所述评分网络模型的输出结果不符合所述训练终止条件，则将样本图像的当前状态输入至强化学习模型，得到样本图像的下一状态；

根据所有的样本图像的状态数据，对所述强化学习模型的参数进行更新；其中，所述状态数据包括：针对当前状态的目标图层的移动步长和针对当前状态的评分网络模型的输出结果相关数据。

5.根据权利要求4所述的方法，其特征在于，针对当前状态的评分网络模型的输出结果相关数据包括：针对当前状态的评分网络模型的输出结果，采用奖赏函数得到的奖赏值。

6.根据权利要求3所述的方法，其特征在于，在对所述评分网络模型进行有监督训练之后，所述方法还包括：

获取测试图像，并对所述测试图像进行图像数据的排版图层提取；

根据所述测试图像排版图层的当前位置确定测试图像的当前状态，并输入至强化学习模型，得到测试图像的目标图层以及目标图层的移动步长；

将所述测试图像的目标图层按照目标图层的移动步长进行移动，并将移动后的图像状态确定为测试图像的排版结果。

7.一种图像的排版装置，其特征在于，包括：

排版图层确定模块，用于获取构成目标图像的图像数据，并根据所述图像数据确定至少一个排版图层；

移动步长确定模块，用于根据所述排版图层的初始位置拼接得到初始的图像状态，输入至强化学习模型，得到目标图像的目标图层以及目标图层的移动步长；

图像状态更新模块，用于将所述目标图层按照目标图层的移动步长进行移动，并将移动后的图像状态输入至评分网络模型；

排版结果确定模块，用于若评分网络模型的输出评分结果符合预设标准，则将当前图像状态确定为图像的排版结果。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

重定位模块，用于若评分网络模型的输出评分结果不符合预设标准，则将当前图像状态返回值强化学习模型，得到由强化学习模型确定的下一图像状态，并重新进行评分。

9.一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，该程序被处理器执行时实现如权利要求1-6中任一项所述的图像的排版方法。

10.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6中任一项所述的图像的排版方法。