一种图像质量的评价方法、装置、电子设备和存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116012341A(43)申请公布日2023.04.25(21)申请号202310035685.2(22)申请日2023.01.10(71)申请人浙江大华技术股份有限公司地址310053浙江省杭州市滨江区滨安路1187号(72)发明人钟炎喆唐邦杰孙鹤潘华东(74)专利代理机构北京同达信恒知识产权代理有限公司11291专利代理师张洁(51)Int.Cl.G06T7/00(2017.01)G06T9/00(2006.01)G06V10/77(2022.01)权利要求书2页说明书13页附图6页(54)发明名称一种图像质量的评价方法、装置、电子设备和存储介质(57)摘要本申请涉及图像处理技术领域，具体涉及一种图像质量的评价方法、装置、电子设备和存储介质，用于自适应评价图像质量。该方法中，获取针对目标图像进行编码处理得到的图像特征，以及，获取基于任务识别模型提取的目标图像中目标对象的质量特征；对图像特征进行目标解码处理生成第一重构图像，并，对质量特征进行目标解码处理生成第二重构图像；计算第一重构图像以及第二重构图像之间的图像特征差异值，得到目标图像的质量评估信息。基于上述方法，解决相关技术高度依赖人工导致劳动强度大、效率低下以及无法保证图像质量评价一致性的问题，具有合理的质量评价和鲁棒性。CN116012341ACN116012341A权利要求书1/2页1.一种图像质量的评价方法，其特征在于，所述方法包括：获取针对目标图像进行编码处理得到的图像特征，以及，获取基于任务识别模型提取的所述目标图像中目标对象的质量特征；对所述图像特征进行目标解码处理生成第一重构图像，并，对所述质量特征进行所述目标解码处理生成第二重构图像；计算所述第一重构图像以及所述第二重构图像之间的图像特征差异值，得到所述目标图像的质量评估信息。2.如权利要求1所述的方法，其特征在于，所述任务识别模型包括至少一个候选质量识别模型，则，所述获取基于任务识别模型提取的所述目标图像中目标对象的质量特征，包括：基于目标任务，从任务识别模型中的候选质量识别模型中确定用于识别所述目标图像中目标对象的目标质量识别模型；采用所述目标质量识别模型，对所述目标图像中目标对象进行识别，生成所述质量特征。3.如权利要求1所述的方法，其特征在于，所述获取针对目标图像进行编码处理得到的图像特征，包括：基于预设编码器，对所述目标图像进行下采样处理，得到所述图像特征。4.如权利要求3所述的方法，其特征在于，所述图像特征的特征维度为指定维度，则，所述采用所述目标质量识别模型，对所述目标图像中目标对象进行识别，生成所述质量特征，包括：采用添加全局池化层的所述质量识别模型，对所述目标图像中目标对象的质量特征进行嵌入处理，得到嵌入结果；对所述嵌入结果进行归一化处理，以使嵌入处理提取的质量特征处于所述指定维度下，得到所述质量特征。5.如权利要求1‑4任一项所述的方法，其特征在于，所述质量特征和所述图像特征的特征维度相同。6.如权利要求1所述的方法，其特征在于，所述计算所述第一重构图像以及所述第二重构图像之间的图像特征差异值，得到所述目标图像的质量评估信息，包括：确定所述第一重构图像在超平面上的第一特征分布，以及，确定所述第二重构图像在所述超平面上的第二特征分布；根据所述第一特征分布与所述第二特征分布，得到所述目标图像的质量评估信息。7.如权利要求6所述的方法，其特征在于，所述根据所述第一特征分布与所述第二特征分布，得到所述目标图像的质量评估信息，包括：度量所述第一特征分布与所述第二特征分布之间的分布差异值，将所述分布差异值作为所述目标图像的质量评估信息。8.一种图像质量的评价装置，其特征在于，所述装置包括：获取模块，获取针对目标图像进行编码处理得到的图像特征，以及，获取基于任务识别模型提取的所述目标图像中目标对象的质量特征；生成模块，对所述图像特征进行目标解码处理生成第一重构图像，并，对所述质量特征2CN116012341A权利要求书2/2页进行所述目标解码处理生成第二重构图像；计算模块，计算所述第一重构图像以及所述第二重构图像之间的图像特征差异值，得到所述目标图像的质量评估信息。9.一种电子设备，其特征在于，包括：存储器，用于存放计算机程序；处理器，用于执行所述存储器上所存放的计算机程序时，实现权利要求1‑7中任一项所述的方法步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1‑7任一项所述的方法步骤。11.一种计算机程序产品，其特征在于，所述计算机程序产品包括：计算机程序代码，当所述计算机程序代码在计算机上运行时，使得计算机执行上述如权利要求1‑7中任一项所述的方法。