图像美学评分方法、装置、电子设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114170187A(43)申请公布日2022.03.11(21)申请号202111493490.X(22)申请日2021.12.08(71)申请人OPPO广东移动通信有限公司地址523860广东省东莞市长安镇乌沙海滨路18号(72)发明人汪路超(74)专利代理机构深圳市智圈知识产权代理事务所(普通合伙)44351代理人苗燕(51)Int.Cl.G06T7/00(2017.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书7页附图4页(54)发明名称图像美学评分方法、装置、电子设备及存储介质(57)摘要本申请公开了一种图像美学评分方法、装置、电子设备及存储介质，涉及图像处理技术领域。该方法包括：获取与样本图像对应的美学得分；获取与所述样本图像对应的融合人像特征；基于所述美学得分与所述融合人像特征对回归神经网络进行训练，得到目标回归神经网络；基于所述目标回归神经网络对待评分图像进行美学评分。本方法实现了能够基于与样本图像对应的美学得分以及与样本图像对应的融合人像特征训练得到的目标回归神经网络，对待评分图像进行美学评分，减少了人工工作量，增强了图像美学评分的客观性，进而提升了图像美学评分算法的稳定性。CN114170187ACN114170187A权利要求书1/2页1.一种图像美学评分方法，其特征在于，应用于电子设备，所述方法包括：获取与样本图像对应的美学得分；获取与所述样本图像对应的融合人像特征；基于所述美学得分与所述融合人像特征对回归神经网络进行训练，得到目标回归神经网络；基于所述目标回归神经网络对待评分图像进行美学评分。2.根据权利要求1所述的方法，其特征在于，所述获取与样本图像对应的美学得分，包括：获取与样本图像对应的多个图像得分的平均值；将所述平均值作为与所述样本图像对应的美学得分。3.根据权利要求1所述的方法，其特征在于，所述获取与所述样本图像对应的融合人像特征，包括：获取与所述样本图像对应的评分维度，所述评分维度用于从不同角度评价样本图像的美观度；获取与所述评分维度对应的图像特征，不同的评分维度对应的图像特征不同；基于所述图像特征获取与所述样本图像对应的融合人像特征。4.根据权利要求3所述的方法，其特征在于，所述评分维度的数量为多个，所述获取与所述评分维度对应的图像特征，包括：分别采用与多个所述评分维度各自对应的网络模型，获取与多个所述评分维度各自对应的图像特征。5.根据权利要求4所述的方法，其特征在于，所述基于所述图像特征获取与所述样本图像对应的融合人像特征，包括：将与多个所述评分维度各自对应的图像特征进行拼接，得到与所述样本图像对应的融合人像特征。6.根据权利要求3所述的方法，其特征在于，所述评分维度包括：人脸清晰度、人脸情绪、人脸视线、人脸遮挡、人脸关键点、人体清晰度以及人体关键点。7.根据权利要求1‑6任一项所述的方法，其特征在于，所述基于所述美学得分与所述融合人像特征对回归神经网络进行训练，包括：采用梯度下降法，基于所述美学得分与所述融合人像特征对回归神经网络进行训练。8.一种图像美学评分装置，其特征在于，运行于电子设备，所述装置包括：美学得分获取模块，用于获取与样本图像对应的美学得分；人像特征获取模块，用于获取与所述样本图像对应的融合人像特征；模型训练模块，用于基于所述美学得分与所述融合人像特征对回归神经网络进行训练，得到目标回归神经网络；图像美学评分模块，用于基于所述目标回归神经网络对待评分图像进行美学评分。9.一种电子设备，其特征在于，包括一个或多个处理器以及存储器；一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行权利要求1‑7任一所述的方法。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中存储有程序代2CN114170187A权利要求书2/2页码，其中，在所述程序代码被处理器运行时执行权利要求1‑7任一所述的方法。3CN114170187A说明书1/7页图像美学评分方法、装置、电子设备及存储介质技术领域[0001]本申请涉及图像处理技术领域，更具体地，涉及一种图像美学评分方法、装置、电子设备及存储介质。背景技术[0002]图像美学指的是从客观、主观、摄影学维度和人像审美角度等多种维度对图像进行综合评分，为了确定一幅图像的美感，可以采用深度学习的方式端到端的学习图像美学，或者可以采用人工设计的规则进行逻辑判断分析图像美学。然而，由于美学判断的主观性和不确定性，现有端到端学习图像美学的方法存在大量误判错判，且端到端深度学习的方法可解释性弱，无法分析低得分的原因；而人工设计规则的方案存在人工工作量很大的问题，并且人