图片美学质量的评估方法、系统、设备和介质技术方案

本发明专利技术公开了图片美学质量的评估方法、系统、设备和介质，其中图片美学质量的评估方法包括以下步骤：整合并标注图片数据集；根据图片数据集提取图片的深度学习特征；提取图片的压字特征和拼图特征；对图片进行语义分割，根据语义分割的结果提取质心特征和角度特征；获取图片的色彩饱和度；将深度学习特征、压字特征、拼图特征、质心特征、角度特征和色彩饱和度作为训练特征进行训练，以得到预测模型；根据预测模型对图片的美感质量进行评估。本发明专利技术提高了美学质量评估准确率。

【技术实现步骤摘要】
图片美学质量的评估方法、系统、设备和介质
本专利技术属于图片的美学质量评估
，尤其涉及一种图片美学质量的评估方法、系统、设备和介质。
技术介绍
随着时代的发展，科技的进步，拍照已经是普通人都可以随时随地都能做到的一件事情，而网络时代的发展也使得照片能够以数字化的形式在世界的各个角落传播。那么选出一张好看的照片，筛掉一部分不好看的照片是一个的应用方向，尤其是在app(应用程序)的旅拍界面当中。通过选择好看的图片筛掉不好看的图片，并将好看的图片置于首页，就可以向浏览者展示一些能够吸引人的美景或者美食，进而吸引浏览者前往这些地方消费。推送图片正确性以及筛选图片的效率决定了app的工作效率。其实图片美感度这一项研究在计算机视觉或者机器学习领域有一个通俗的说法，即计算机美学。让计算机来对图片进行审美，听起来这是一个比较主观的事情，让计算机来做这样一件人类都有些不太确定的事情看起来是不太现实的，但是现实当中确实有很多课题对这方面进行了研究，并且有着不错的成果。计算机美学即计算机对图片进行审美，可以是输出一个分数，也可以是对图片分好看或本文档来自技高网...

【技术保护点】
1.一种图片美学质量的评估方法，其特征在于，包括以下步骤：/n整合并标注图片数据集；/n根据所述图片数据集提取图片的深度学习特征；/n提取所述图片的压字特征和拼图特征；/n对所述图片进行语义分割，根据语义分割的结果提取质心特征和角度特征；/n获取所述图片的色彩饱和度；/n将所述深度学习特征、所述压字特征、所述拼图特征、所述质心特征、所述角度特征和所述色彩饱和度作为训练特征进行训练，以得到预测模型；/n根据所述预测模型对所述图片的美感质量进行评估。/n

【技术特征摘要】
1.一种图片美学质量的评估方法，其特征在于，包括以下步骤：
整合并标注图片数据集；
根据所述图片数据集提取图片的深度学习特征；
提取所述图片的压字特征和拼图特征；
对所述图片进行语义分割，根据语义分割的结果提取质心特征和角度特征；
获取所述图片的色彩饱和度；
将所述深度学习特征、所述压字特征、所述拼图特征、所述质心特征、所述角度特征和所述色彩饱和度作为训练特征进行训练，以得到预测模型；
根据所述预测模型对所述图片的美感质量进行评估。


2.如权利要求1所述的图片美学质量的评估方法，其特征在于，根据所述图片数据集提取图片的深度学习特征的步骤包括：
基于Resnet模型、xception模型、VGG模型提取所述深度学习特征；
提取所述图片的压字特征和拼图特征的步骤包括：
基于yolo模型和resnet模型提取所述压字和所述拼图特征。


3.如权利要求1所述的图片美学质量的评估方法，其特征在于，对所述图片进行语义分割包括：
基于pspnet模型对所述图片进行语义分割。


4.如权利要求1所述的图片美学质量的评估方法，其特征在于，所述深度学习特征还包括基于NIMA模型提取的所述图片的预测分数均值和偏差。


5.一种图片美学质量的评估系统，其特征在于，包括数据集生成单元、特征提取单元、训练单元、评估单元；
所述数据集生成单元用于整合并标注图片数据集；
所述特征提取单元用于根据所述图片数据集提取图片的深度学习特征；
...

【专利技术属性】
技术研发人员：梅陈，蔡曙光，申思，肖铨武，
申请(专利权)人：携程旅游网络技术上海有限公司，
类型：发明
国别省市：上海;31