一种照片自动分级方法及装置制造方法及图纸

本发明专利技术公开了一种照片自动分级方法及装置。该方法包括：获取智能设备照片图像，对所述照片图像进行美学评分，根据所述美学评分得到所述照片图像的等级并显示。本发明专利技术通过对照片进行美学评分能够实现相册的分级，使得相册更加易于检索出令人满意的高质量照片；能够应用于智能设备本地相册照片及摄像头实时取景图像的自动美学评分；相册的美学分级更加准确、更加全面，且操作方便、效率高，有效克服了现有技术中的种种缺点而具高度产业利用价值。

Automatic photo grading method and device

The invention discloses an automatic photo grading method and a device thereof. The method comprises the following steps of: acquiring an intelligent device photo image; performing an aesthetic score on the photo image; obtaining the level of the photo image according to the aesthetic score and displaying. The present invention by grading the aesthetic score on the album pictures can be realized, the album is more easy to retrieve high quality photos satisfactory; automatic scoring can be applied to intelligent equipment aesthetics local photo album and real-time camera viewfinder image; the album aesthetics level is more accurate and more comprehensive, and convenient operation, high efficiency, effective to overcome the shortcomings of the prior high industry utilization value.

【技术实现步骤摘要】
一种照片自动分级方法及装置
本专利技术图像处理
，特别涉及一种照片自动分级方法及装置。
技术介绍
现今用户在个人设备中存储的照片越来越多，从海量照片中快速寻找出拍摄效果较满意的照片耗时耗力，因此需要一种能从美学角度自动分级照片的方法。目前已有一些可以对相册进行自动管理的应用和专利技术专利。苹果公司iOS10系统已经可以根据识别出的照片内容进行自动分类。申请号为CN201510827259.8的专利技术对相册中的相片进行图像识别，将相片归类为人像类别或风景类别；获取相册中相片的拍摄信息，根据所述拍摄信息将人像类别的相片再归类为自拍人像类别或他拍人像类别，将风景类别的相片再归类为日景类别或夜景类别。该专利技术通过对相片的实时智能识别来进行相片内容的分类，使得相册更加整洁，但是面对海量质量参差不齐的照片，无法实现从美学角度进行照片质量的分类。申请号为CN201210359524.0的专利技术先采用基于功率谱斜度的方法提取样本照片的主题区域，然后提取样本照片的特征，最终利用支持矢量机分类器进行照片美学质量的训练，得到分界面模型；自动分类过程使用分界面模型进行识别。该专利技术考虑了从美学角度分类的思路，但是其通过人工提取的特征并不全面，具有一定的主观性和片面性，且采取通用判别策略而没有针对照片场景进行区别处理，由于不同照片场景的美学评价标准应有所区别，因此分类性能有限。
技术实现思路
鉴于上述问题，本专利技术提供了一种照片自动分级方法及装置。本专利技术提供的一种照片自动分级方法，包括：获取智能设备照片图像；对所述照片图像进行美学评分，根据所述美学评分，得到所述照片图像的等级并显示。本专利技术还提供了一种照片自动分级装置，包括照片图像获取模块、等级划分模块：所述照片图像获取模块，用于获取智能设备照片图像；所述等级划分模块，用于对所述照片图像进行美学评分，根据所述美学评分，得到所述照片图像的等级并显示。本专利技术有益效果如下：本专利技术实施例通过对照片图像进行美学评分，有效解决现有技术中无法实现从美学角度进行照片质量的分类、或者虽然考虑了从美学角度分类的思路，但是其通过人工提取的特征并不全面，具有一定的主观性和片面性的问题，具产业利用价值。附图说明图1是本专利技术方法实施例的照片自动分级方法的流程图；图2是本专利技术方法实施例中的对照片图像进行识别和分析的流程图；图3是本专利技术装置实施例的照片自动分级装置的结构示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。为了解决现有技术中无法实现从美学角度进行照片质量的分类、或者虽然考虑了从美学角度分类的思路，但是其通过人工提取的特征并不全面，具有一定的主观性和片面性的问题，本专利技术提供了一种照片自动分级方法及装置，以下结合附图以及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不限定本专利技术。根据本专利技术的方法实施例，提供了一种照片自动分级方法，图1是本专利技术方法实施例的照片自动分级方法的流程图，如图1所示，根据本专利技术方法实施例的照片自动分级方法包括如下处理：步骤101，获取智能设备照片图像。具体的，智能设备包括个人电脑、智能手机、平板电脑、智能眼镜，以及其他具有摄像头及数据处理功能的设备。具体的，所述照片图像为智能设备中已保存的照片图像或智能设备实时取景照片图像。步骤102，对所述照片图像进行美学评分，根据所述美学评分，得到所述照片图像的等级并显示。具体的，所述照片图形等级为图形提示和/或文字提示和/或语音提示。当所述照片图像为实时取景照片图像时，显示所述照片图像的等级，以供用户选择是否拍照。具体的，对所述照片图像进行美学评分包括以下步骤：将所述照片图像输入到预设的美学评价模型中，得到所述照片图像的美学评分。作为本专利技术方法实施例的另一实施例，在对所述照片图像进行美学评分之前，还包括以下步骤：采用预设的图像场景分类算法，对所述照片图像进行识别和分析，得到所述照片图像所属场景的分类结果；进一步的，对所述照片图像进行美学评分包括以下步骤：将所述照片图像、及所述照片图像所属场景的分类结果(例如场景标签)输入到预设的美学评价模型中，得到所述照片图像的美学评分。所述预设的美学评价模型通过训练得到，使用的机器学习方法包括卷积神经网络、受限玻尔兹曼机、深度置信网络等。进一步的，所述美学评价模型的训练方法包括以下步骤：获取已知美学评分的若干个图像；利用已知美学评分的若干个图像对预设的美学评价模型进行训练，或利用已知美学评分的若干个图像、及图像所属的场景标签对预设的美学评价模型进行训练。如图2所示，具体的，采用预设的图像场景分类算法，对所述照片图像进行识别和分析，得到所述照片图像所属场景的分类结果包括以下步骤：S201：通过预设的物体识别算法识别出所述照片图像中的若干个物体；S202：根据预设的上下文语义模型分析出所述若干个物体之间的关联；S203：根据分析的结果，得到照片图像所属场景的分类结果。作为本专利技术方法实施例的另一实施例，还包括以下步骤：当所述照片图像为智能设备中已保存的照片图像时，根据智能设备中已保存的若干个照片图像的美学评分，对所述若干个照片图像进行分类(即相册的分级)。本专利技术实施例通过对照片图像进行美学评分能够实现相册的分级，使得相册更加易于检索出令人满意的高质量照片；能够应用于智能设备本地相册照片及摄像头实时取景图像的自动美学评分；相册的美学分级更加准确、更加全面，且操作方便、效率高，有效克服了现有技术中的种种缺点而具高度产业利用价值。根据本专利技术的装置实施例，提供了一种照片自动分级装置，图3是本专利技术装置实施例的照片自动分级装置的结构示意图，如图3所示，根据本专利技术装置实施例的照片自动分级装置包括：照片图像获取模块30、等级划分模32，以下对本专利技术实施例的各个模块进行详细的说明。具体地，所述照片图像获取模块30，用于获取智能设备照片图像。所述等级划分模块32，用于对所述照片图像进行美学评分，根据所述美学评分，得到所述照片图像的等级并显示。具体的，所述照片图像等级为图形提示和/或文字提示和/或语音提示。所述等级划分模块32具体用于：将所述照片图像输入到预设的美学评价模型中，得到所述照片图像的美学评分。作为本专利技术装置实施例的另一实施例，还包括图像场景分类模块：所述图像场景分类模块，用于采用预设的图像场景分类算法，对所述照片图像进行识别和分析，得到所述照片图像所属场景的分类结果；所述等级划分模块32还用于：将所述照片图像、及所述照片图像所属场景的分类结果(例如场景标签)输入到预设的美学评价模型中，得到所述照片图像的美学评分。具体的，所述图像场景分类模块用于：通过预设的物体识别算法识别出所述照片图像中的若干个物体；根据预设的上下文语义模型分析出所述若干个物体之间的关联；根据分析的结果，得到照片图像所属场景的分类结果。具体的，所述预设的美学评价模型包括卷积神经网络模型、受限玻尔兹曼机、深度置信网络。所述预设的美学评价模型通过训练得到，使用的机器学习方法包括卷积神经网络、本文档来自技高网...

【技术保护点】
一种照片自动分级方法，其特征在于，包括以下步骤：获取智能设备照片图像；对所述照片图像进行美学评分，根据所述美学评分得到所述照片图像的等级并显示。

【技术特征摘要】
1.一种照片自动分级方法，其特征在于，包括以下步骤：获取智能设备照片图像；对所述照片图像进行美学评分，根据所述美学评分得到所述照片图像的等级并显示。2.如权利要求1所述的照片自动分级方法，其特征在于，对所述照片图像进行美学评分包括以下步骤：将所述照片图像输入到预设的美学评价模型中，得到所述照片图像的美学评分。3.如权利要求1所述的照片自动分级方法，其特征在于，在对所述照片图像进行美学评分之前，还包括以下步骤：采用预设的图像场景分类算法，对所述照片图像进行识别和分析，得到所述照片图像所属场景的分类结果；进一步的，对所述照片图像进行美学评分包括以下步骤：将所述照片图像、及所述照片图像所属场景的分类结果输入到预设的美学评价模型中，得到所述照片图像的美学评分。4.如权利要求1所述的照片自动分级方法，其特征在于，所述照片图像为智能设备中已保存的照片图像或智能设备实时取景照片图像。5.如权利要求4所述的照片自动分级方法，其特征在于，还包括：当所述照片图像为智能设备中已保存的照片图像时，根据智能设备中已保存的照片图像的美学评分，对所述照片图像进行分类，并显示分类结果。6.一种照片自动分级装置，...

【专利技术属性】
技术研发人员：刘弋锋，涂吉，袁柳，杨阳朝，谢海永，廖勇，
申请(专利权)人：中国电子科技集团公司电子科学研究院，
类型：发明
国别省市：北京,11