【技术实现步骤摘要】
图像质量评估方法、装置、计算机设备及存储介质
本申请涉及图像处理
，特别是涉及一种图像质量评估方法、装置、计算机设备及存储介质。
技术介绍
图像质量对从图像中所获取的信息的充分性和准确性起着决定性作用。然而，图像在压缩、处理、传输和显示等过程中难免会出现一定程度的图像失真。因此需要对图像的质量进行评估。现有技术中，对图像质量进行评价的方法包括全参考图像质量评估，半参考质量评估和无参考质量评估，其中，无参考质量评估是指不依赖原图信息对待评估图像进行质量评估的方法。现有的无参考质量评估方法是根据人眼的主观视觉系统建立模型，并依赖于人工标注的图像对该模型进行训练，得到已经训练好的图像评估模型，利用训练好的图像评估模型对待评估的图像的特征进行质量评估。然而，上述方法，对图像进行质量评估得到的评估结果的准确性不高。
技术实现思路
基于此，有必要针对上述图像质量评估结果准确性不高的问题，提供一种图像质量评估方法、装置、计算机设备及存储介质。一种图像质量评估方法，该方法包括：将目标图像输入至级联的...
【技术保护点】
1.一种图像质量评估方法，其特征在于，所述方法包括：/n将目标图像输入至级联的特征提取网络、特征映射网络和注意力预测网络中，通过所述特征提取网络提取所述目标图像的通用特征；通过所述特征映射网络将所述通用特征映射为多个候选注意力特征；通过所述注意力预测网络得到各所述候选注意力特征的质量预测结果和贡献预测结果；/n根据各所述候选注意力特征的质量预测结果和贡献预测结果确定所述目标图像的图像质量评估结果。/n
【技术特征摘要】
1.一种图像质量评估方法，其特征在于，所述方法包括：
将目标图像输入至级联的特征提取网络、特征映射网络和注意力预测网络中，通过所述特征提取网络提取所述目标图像的通用特征；通过所述特征映射网络将所述通用特征映射为多个候选注意力特征；通过所述注意力预测网络得到各所述候选注意力特征的质量预测结果和贡献预测结果；
根据各所述候选注意力特征的质量预测结果和贡献预测结果确定所述目标图像的图像质量评估结果。
2.根据权利要求1所述的方法，其特征在于，所述根据各所述候选注意力特征的质量预测结果和贡献预测结果确定所述目标图像的图像质量评估结果，包括：
根据各所述候选注意力特征的质量预测结果和贡献预测结果选出多个注意力感知特征；
根据各所述候选注意力特征和各所述注意力感知特征确定所述目标图像的图像质量评估结果。
3.根据权利要求2所述的方法，其特征在于，所述根据各所述候选注意力特征的质量预测结果和贡献预测结果选出多个注意力感知特征，包括：
根据各所述候选注意力特征的质量预测结果和贡献预测结果得到各所述候选注意力特征的带权质量评估结果，所述带权质量评估结果用于指示各所述候选注意力特征的质量评估结果；
将所述带权质量评估结果大于阈值的候选注意力特征确定为所述注意力感知特征，得到多个所述注意力感知特征。
4.根据权利要求3所述的方法，其特征在于，所述根据各所述候选注意力特征和各所述注意力感知特征确定所述目标图像的图像质量评估结果，包括：
根据各所述候选注意力特征与各所述注意力感知特征之间交叠面积的比重，确定出各所述候选注意力特征的目标贡献；
根据各所述候选注意力特征的目标贡献和质量预测结果确定所述目标图像的图像质量评估结果。
5.根据权利要求1所述的方法，其特征在于，所述通过所述特征映射网络将所述通用特征映射为多个候选注意力特征，包括：
获取所述目标图像上的多个候选框的候选框信息，所述候选框信息包括所述候选框的尺寸和所述候选框在所述目标图像中的位置；
通过所述特征映射网络根据各所述候选框的候选框信息将所述通用特征映射为与各所述候选框一一对应的所述候选注意力特征。
6.根据权利要求5所述的方法，其特征在于，所述获取所述目标图像上的多个候选框的候选框信息之前，所述方法还包括：
获取目标图像的尺寸；
根据所述目标图像的尺寸生成随机尺寸的多个目标框，获取各所述目标框的目标框信息，所述目标框信息包括所述目...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。