[发明专利]一种深度学习的图像分析方法

权利要求书

1.一种深度学习的图像分析方法，其特征在于，该图像分析方法具体步骤如下：

(1)婚纱图像获取：获取室外摄影的多组婚纱图像；

(2)模糊度客观检测：利用模糊度客观检测方法对步骤(1)所述多组婚纱图像进行清晰度划分和标注，得到客观检测结果集；

(3)模糊度主观评价：选取若干个测试人员对步骤(1)所述多组婚纱图像进行逐一清晰度评价，同时对已评价的婚纱图像进行标注，得到主观评价结果集；

(4)特征集处理：根据步骤(2)所述客观检测结果集和步骤(3)所述主观评价结果集进行权重分配和集成，得到婚纱图像特征集，并将婚纱图像特征集划分为70％的训练集和30％的验证集；

(5)图像分析筛选模型构建：搭建卷积神经网络架构，并将步骤(4)所述70％的训练集输入卷积神经网络，即得到图像分析筛选模型；

(6)模型测试判断：将步骤(4)所述30％的验证集输入所述图像分析筛选模型进行测试验证，判断其测试准确率是否达到阈值，若达到，则输出该模型，反之返回步骤(1)进行重采样；

(7)模型应用：对于满足阈值的图像分析筛选模型，将其应用于室外婚纱摄影图像筛选处理过程中，为摄影师过滤部分无后期处理价值的婚纱摄影图像；

其中，步骤(3)所述模糊度客观检测的具体过程如下：

S1：首先，获取多组婚纱图像，选取一组婚纱图像I将其转为成一组灰度图像，然后对该组灰度图像进行高斯模糊运算，得到一组模糊婚纱图像I^＇；

S2：将一组婚纱图像I和对应的一组模糊婚纱图像I^＇分别做傅里叶变换，得到婚纱图像的频谱信息T和模糊婚纱图像的频谱信息T^＇；

S3：根据婚纱图像的频谱信息T和模糊婚纱图像的频谱信息T^＇分别计算婚纱图像的能量谱和S以及模糊婚纱图像的能量谱和S^＇；

S4：根据婚纱图像的能量谱和S与模糊婚纱图像的能量谱和S^＇计算图像的高斯模糊影响因子X，高斯模糊影响因子X越大，则图形越清晰，反之则图像越模糊；

S5：将同组婚纱图像中影响因子X最大的婚纱图像标记为清晰，且同组婚纱图像中的其它图像标记为模糊；

S6：采用上述方法对其它组婚纱图像进行相同检测，即得到客观检测结果集；

所述高斯模糊运算的公式如下：

式中：x表示婚纱图像；μ是婚纱图像的均值；σ是婚纱图像的方差。

2.根据权利要求1所述的一种深度学习的图像分析方法，其特征在于，步骤(3)所述模糊度主观评价的具体过程如下：

SS1：首先，获取多组婚纱图像，选取若干个测试人员对一组婚纱图像中的每一幅婚纱摄影图像进行其清晰度评分，得到多个评分结果；

SS2：对多个评分结果进行均值计算，即得到每幅婚纱摄影图像的最终主观评分，标记同组婚纱摄影图像中主观评分最高的图像为清晰，其它为模糊；

SS3：最后，根据上述方法对其它组婚纱图像进行测试评分，即得到主观评价结果集。

3.根据权利要求1所述的一种深度学习的图像分析方法，其特征在于，步骤(6)所述阈值具体为90％。