[发明专利]图片评价方法、装置、设备及存储介质

权利要求书

1.一种图片评价方法，其特征在于，包括：

获取待评价图片；

通过图片修正模型对所述待评价图片进行形变修正，以得到修正图片，其中，包括将所述待评价图片输入至图片修正模型，指示所述图片修正模型对所述待评价图片中的各像素点进行折叠和/或卷曲处理，以得到至少一张扭曲图片，指示所述图片修正模型根据所述待评价图片和所述扭曲图片确定扭曲图片的像素矩阵，所述像素矩阵包括扭曲图片中各像素点的灰度值、各像素点在x轴上的移动方向和移动距离、以及各像素点在y轴上的移动方向和移动距离，指示所述图片修正模型将包含像素矩阵的扭曲图片输入至包含空洞卷积的神经网络，以得到修正图片；

计算所述修正图片和标准图片库中各标准图片之间的相似度，并根据所述相似度得到所述待评价图片的评价分数。

2.根据权利要求1所述的图片评价方法，其特征在于，所述指示所述图片修正模型根据所述待评价图片和所述扭曲图片确定扭曲图片的像素矩阵之后，还包括：

指示所述图片修正模型基于所述像素矩阵确定所述扭曲图片中的空白像素点；

指示所述图片修正模型基于所述空白像素点的近邻像素点进行近邻插值，以得到所述空白像素点的灰度值，并更新所述像素矩阵。

3.根据权利要求1所述的图片评价方法，其特征在于，所述计算所述修正图片和标准图片库中各标准图片之间的相似度，并根据所述相似度得到所述待评价图片的评价分数包括：

获取所述修正图片中包含文本信息的像素区域，所述文本信息利用光学字符识别得到；

计算所述像素区域与标准图片库中各标准图片之间的相似度；

在计算得到的相似度中，选择最大相似度，并将所述最大相似度作为所述待评价图片的评价分数。

4.根据权利要求3所述的图片评价方法，其特征在于，所述计算所述像素区域与标准图片库中各标准图片之间的相似度包括：

利用结构相似性算法得到所述像素区域和标准图片库中标准图片之间的局部相似度；

结合所述待评价图片的分辨率维度，计算各所述局部相似度的平均相似度，以得到所述像素区域和对应标准图片之间的相似度。

5.根据权利要求4所述的图片评价方法，其特征在于，所述结合所述待评价图片的分辨率维度，计算各所述局部相似度的平均相似度包括:

确认待评价图片中与所述局部相似度对应的子像素区域所落入的分辨率维度；

查找所述分辨率维度对应的权重；

根据各所述局部相似度以及对应的权重计算平均相似度。

6.根据权利要求1所述的图片评价方法，其特征在于，所述计算所述修正图片和标准图片库中各标准图片之间的相似度，并根据所述相似度得到所述待评价图片的评价分数之后，还包括：

若所述评价分数大于或等于分数阈值，则将所述待评价图片确认为有效图片；

将所述有效图片以及所述有效图片中包含的文本信息上传至数据库中，以便于用户通过数据库查看所述有效图片和文本信息。

7.一种图片评价装置，其特征在于，包括：

图片获取模块，用于获取待评价图片；

图片修正模块，用于通过图片修正模型对所述待评价图片进行形变修正，以得到修正图片，其中，包括将所述待评价图片输入至图片修正模型，指示所述图片修正模型对所述待评价图片中的各像素点进行折叠和/或卷曲处理，以得到至少一张扭曲图片，指示所述图片修正模型根据所述待评价图片和所述扭曲图片确定扭曲图片的像素矩阵，所述像素矩阵包括扭曲图片中各像素点的灰度值、各像素点在x轴上的移动方向和移动距离、以及各像素点在y轴上的移动方向和移动距离，指示所述图片修正模型将包含像素矩阵的扭曲图片输入至包含空洞卷积的神经网络，以得到修正图片；

分数计算模块，用于计算所述修正图片和标准图片库中各标准图片之间的相似度，并根据所述相似度得到所述待评价图片的评价分数。