[发明专利]图片评价方法、装置、设备及存储介质有效

专利信息
申请号: 202010038652.X 申请日: 2020-01-14
公开(公告)号: CN111260623B 公开(公告)日: 2023-07-25
发明(设计)人: 马胡双;徐潜 申请(专利权)人: 广东小天才科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T5/00;G06V10/74;G06V10/764;G06V30/14;G06V30/19
代理公司: 北京泽方誉航专利代理事务所(普通合伙) 11884 代理人: 陈照辉
地址: 523000 广东省东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图片 评价 方法 装置 设备 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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东小天才科技有限公司,未经广东小天才科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010038652.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top