[发明专利]图像挑选模型的训练方法、目标图像挑选方法及装置

说明书

本申请公开了一种图像挑选模型的训练方法、目标图像挑选方法及装置，该方法包括：获取图像序列对应的初始图像；将所述图像序列和所述初始图像输入图像挑选模型，获得目标图像；其中，所述目标图像为所述图像序列中与所述初始图像相隔预设步长阈值内的图像；基于所述初始图像和所述目标图像，获得训练奖惩值；其中，所述训练奖惩值与多个奖惩评价维度相关；基于所述训练奖惩值，确定所述图像挑选模型的损失值；利用所述损失值调整所述图像挑选模型的参数，直至满足预设收敛条件，获得训练后的所述图像挑选模型。通过上述方式，本申请能够提高关键帧挑选的效率。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种图像挑选模型的训练方法、目标图像挑选方法及装置。

背景技术

为了对视频序列进行识别，常用的方式为对视频序列中每帧图像进行识别从而获取视频序列所包含的信息。然而，由于目标快速移动或目标之间的相互遮挡等因素，导致一段视频序列中部分图像所包含的信息量较少。若对每帧图像进行识别，计算量较大且识别结果准确性较低。

因此，为了提高视频序列识别的效率，可以从视频序列中选取关键帧，并通过对关键帧进行识别以获得对应视频序列所包含的信息。目前，常用的关键帧挑选技术是通过借助参考图像来衡量视频序列中图像的质量，并将质量较好的图像作为关键帧。由于需要借助参考图像，导致该方式在实际使用中效率较低。

发明内容

本申请主要解决的技术问题是提供一种图像挑选模型的训练方法、目标图像挑选方法及装置，能够提高关键帧挑选的效率。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种图像挑选模型的训练方法，包括：获取图像序列对应的初始图像；将所述图像序列和所述初始图像输入图像挑选模型，获得目标图像；其中，所述目标图像为所述图像序列中与所述初始图像相隔预设步长阈值内的图像；基于所述初始图像和所述目标图像，获得训练奖惩值；其中，所述训练奖惩值与多个奖惩评价维度相关；基于所述训练奖惩值，确定所述图像挑选模型的损失值；利用所述损失值调整所述图像挑选模型的参数，直至满足预设收敛条件，获得训练后的所述图像挑选模型。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种目标图像挑选方法，包括：获得待处理图像序列；将所述待处理图像序列输入图像挑选模型，得到所述待处理图像序列对应的目标图像；其中，所述图像挑选模型基于上述技术方案中的图像挑选模型的训练方法获得。

为解决上述技术问题，本申请采用的又个技术方案是：提供一种电子设备，包括：相互耦接的存储器和处理器，其中，所述存储器存储有程序数据，所述处理器调用所述程序数据以执行如上述任一技术方案中所述的方法。

本申请的有益效果是：区别于现有技术的情况，本申请提出的图像挑选模型的训练方法通过从图像序列中获得初始图像和目标图像，并利用多个奖惩维度计算初始图像和目标图像的训练奖惩值，以对图像挑选模型进行训练。该方式通过结合图像中多种维度的信息对构建的图像挑选模型进行训练，使得训练后得到的图像挑选模型可以从多个连续的图像中准确挑选出清晰度较高且图像信息丰富的关键帧。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：

图1是本申请图像挑选模型一实施方式的流程示意图；

图2是步骤S102对应一实施方式的流程示意图；

图3是步骤S1021对应一实施方式的示意图；

图4是步骤S1021对应一实施方式的示意图；

图5是步骤S103对应一实施方式的流程示意图；