[发明专利]图像清晰度检测方法、装置及存储介质

权利要求书

1.一种图像清晰度检测方法，其特征在于，包括：

确定待检测图像；

调用分类模型预测所述待检测图像的清晰类分数、中等清晰类分数和模糊类分数；

对所述清晰类分数、所述中等清晰类分数以及所述模糊类分数进行加权求和，得到所述待检测图像的清晰度分数。

2.根据权利要求1所述的图像清晰度检测方法，其特征在于，所述方法还包括：

确定待标注图像数据集，所述待标注图像数据集中包括从信息流中下载的图像；

基于所述待标注图像数据集确定初始样本训练集，所述初始样本训练集中包括对所述待标注图像数据集中的部分图像进行分类标注后得到的类别样本，所述类别样本包括清晰类样本、中等清晰类样本以及模糊类样本；

基于所述初始样本训练集和所述待标注图像数据集，训练得到所述分类模型。

3.根据权利要求2所述的图像清晰度检测方法，其特征在于，基于所述初始样本训练集和所述待标注图像数据集，训练得到所述分类模型，包括：

基于所述初始样本训练集，训练初始分类模型；

利用所述初始分类模型预测所述待标注图像数据集中每一图像的清晰类分数、中等清晰类分数和模糊类分数；

针对每一图像，基于清晰类分数、中等清晰类分数和模糊类分数确定图像熵值；

按照所述图像熵值从大到小，不放回的选择指定数量的待分类样本；

对所述待分类样本中的图像进行分类标注，并将标注后得到的清晰类样本、中等清晰类样本以及模糊类样本加入所述初始样本训练集中；

重复执行上述过程，直至得到满足分类要求的待分类样本。

4.根据权利要求2或3所述的图像清晰度检测方法，其特征在于，基于所述待标注图像数据集确定初始样本训练集，包括：

针对所述待标注图像数据集中的每一图像，采用中心裁剪方式进行裁剪，并将裁剪后的图像压缩为具有固定高度和固定宽度的待标注图像；

在得到的待标注图像中选择部分图像进行分类标注，将标注后的图像作为初始样本训练集。

5.根据权利要求4所述的图像清晰度检测方法，其特征在于，将标注后的图像作为初始样本训练集，包括：

确定标注后的图像中原有模糊类图像数量和原有中等清晰类图像数量；

若原有模糊类图像数量和原有中等清晰类图像数量的总和小于指定阈值，则选择部分清晰类图像添加噪声后生成模糊类图像和中等清晰类图像；

将原有模糊类图像和生成的模糊类图像，作为初始样本训练集中的模糊类样本；

将原有中等清晰类图像和生成的中等清晰类图像，作为初始样本训练集中的中等清晰类样本；

将标注后的待检测图像中除添加噪声以外的其他剩余清晰类图像，作为初始样本训练集中的清晰类样本。

6.根据权利要求1所述的图像清晰度检测方法，其特征在于，所述清晰类分数、所述中等清晰类分数、所述模糊类分数，以及所述待检测图像的清晰度分数之间满足如下公式：

Score＝1*P_i1+0.5*P_i2+0*P_i3

其中，Score为清晰度分数，P_i1为清晰类分数，P_i2为中等清晰类分数，P_i3为模糊类分数。

7.一种图像清晰度检测装置，其特征在于，包括：

确定单元，用于确定待检测图像；

预测单元，用于调用分类模型预测所述待检测图像的清晰类分数、中等清晰类分数和模糊类分数；

加权单元，用于对所述清晰类分数、所述中等清晰类分数以及所述模糊类分数进行加权求和，得到所述待检测图像的清晰度分数。