[发明专利]一种深度学习的图像分析方法

说明书

本发明公开了一种深度学习的图像分析方法，属于图像处理技术领域，该图像分析方法具体步骤如下：(1)婚纱图像获取；(2)模糊度客观检测；(3)模糊度主观评价；(4)特征集处理；(5)图像分析筛选模型构建；(6)模型测试判断；(7)模型应用；本发明采用客观检测和主观评价相结合的方式进行图像训练集和测试集的确定，即通过高斯模糊影响因子和主观评价来度量室外婚纱图像的清晰度，其相较于现有人工标注确定特征集的图像分析方法，有利于防止模型过拟合，并且有利于提高模型分析处理精度，同时可辅助摄影师完成优质婚纱图像的快速筛选工作，进而有利于提高后期处理效率，并且节约人工处理成本。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种深度学习的图像分析方法。

背景技术

经检索，中国专利号CN111242911A公开了一种基于深度学习算法确定图像清晰度的方法及系统，该发明方法虽然能确定舌部区域的脸部图像的图像清晰度，但采用人为标注形式确定训练集和测试集，由于人与人之间的个体差异性很大，因而仅采用人为标注方法易导致模型过拟合，进行容易降低模型分析处理精度；随着物质生活水平的不断提高，婚纱摄影己成为一种时尚，受到越来越多人士的青睐，使得越来越多的人会选择在结婚时拍摄婚纱照作为留念，并且随着互联网摄影打卡现象的带动，越来越多的人趋向于选择室外进行婚纱照拍摄，相较于室内环境拍摄，室外环境具有较多不可控因素(如雾天、雨天等)，因此易导致拍摄图像会出现模糊不清等现象，对于此类情况，摄影师通常做法是对同组照片采用多量拍摄方法解决，后期再进行人工筛选，选出同组照片中的最好的几幅图像，之后再做后期处理，但由于婚纱照数量较多，如果选择人工进行逐一筛选，容易降低后期处理效率，增加人工处理成本；深度学习近年来快速发展，在图像识别、目标检测等领域表现出惊人的准确性，其需要大量的训练集进行训练，训练集的大小直接影响深度学习的性能，训练集太小将导致深度学习过拟合；如何将成为利用深度学习技术辅助摄影师进行图像分析已成为当下研究新方向；因此，发明出一种深度学习的图像分析方法变得尤为重要；

现有婚纱摄影图像分析方法大多是通过人工逐一筛选进行图像分析选择，其处理效率较低，且费时费力，容易增加人工处理成本，并且现有深度学习图像分析方法的训练集是基于人工标注进行确定的，但由于人与人之间的个体差异性很大，仅采用人工标注易导致模型过拟合，进行容易降低模型分析处理精度；为此，我们提出一种深度学习的图像分析方法。

发明内容

本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种深度学习的图像分析方法。

为了实现上述目的，本发明采用了如下技术方案：

一种深度学习的图像分析方法，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。