[发明专利]图像模糊程度的确定方法、装置、终端设备及存储介质

权利要求书

1.一种图像模糊程度的确定方法，其特征在于，包括：

获取待识别图像；

将所述待识别图像输入深度学习网络，获得所述深度学习网络的输出结果；

基于所述输出结果确定所述待识别图像的模糊程度；

其中，所述深度学习网络通过处理所述待识别图像中的局部特征得到输出结果。

2.根据权利要求1所述的方法，其特征在于，所述深度学习网络包括预处理模块、主干网络和特征处理模块；相应的，所述将所述待识别图像输入深度学习网络，获得所述深度学习网络的输出结果，包括：

通过所述预处理模块对所述待识别图像进行预处理得到处理后的待识别图像；

通过所述主干网络，提取处理后的待识别图像的特征得到特征图；

通过所述特征处理模块处理所述特征图中的局部特征，得到所述深度学习网络的输出结果。

3.根据权利要求2所述的方法，其特征在于，所述特征处理模块，包括：

局部特征提取模块、注意力机制模块、融合模块和通道变更模块；相应的，所述通过所述特征处理模块处理所述特征图中的局部特征，得到所述深度学习网络的输出结果，包括：

通过所述局部特征提取模块对所述特征图进行卷积操作得到局部特征图；

通过所述注意力机制模块过滤对应的局部特征图；

通过所述融合模块对过滤后的局部特征图进行通道拼接；

通过所述通道变更模块变更拼接后的局部特征图的通道数，并得到所述深度学习网络的输出结果；

其中，所述局部特征提取模块的数量为至少两个，每个局部特征提取模块进行特征提取时使用的卷积核的大小不同，所述注意力机制模块的个数与所述局部特征提取模块的数量相同，每个局部特征提取模块分别连接至一个注意力机制模块，所述局部特征图为由局部特征构成的图。

4.根据权利要求2所述的方法，其特征在于，所述预处理模块对待识别图像进行的预处理操作包括：等比例缩放和像素归一化。

5.根据权利要求1所述的方法，其特征在于，所述输出结果包括清晰和模糊的概率值。

6.根据权利要求1所述的方法，其特征在于，所述待识别图像为包含驾驶员或乘客的图像。

7.根据权利要求1-6中任一所述的方法，其特征在于，还包括：

在所述清晰程度表征所述待识别图像清晰的情况下，基于所述待识别图像进行违章判断。

8.一种图像模糊程度的确定装置，其特征在于，包括：

获取模块，设置为获取待识别图像；

获得模块，设置为将所述待识别图像输入深度学习网络，获得所述深度学习网络的输出结果；

确定模块，设置为基于所述输出结果确定所述待识别图像的模糊程度；

其中，所述深度学习网络通过处理所述待识别图像中的局部特征得到输出结果。

9.一种终端设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

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，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。