图像评价方法、图像评价装置、存储介质与电子设备制造方法及图纸

本公开提供一种图像评价方法、图像评价装置、计算机可读存储介质与电子设备，涉及图像处理技术领域。该图像评价方法包括：获取待评价图像，所述待评价图像中包括至少一个目标对象；从所述待评价图像中提取关于所述目标对象的关键特征点；根据所述关键特征点确定所述目标对象的姿态数据；通过预先训练的评价模型对所述目标对象的姿态数据进行处理，得到所述待评价图像的评价结果。本公开可以根据目标对象的姿态数据，对待评价图像进行有效评价。

【技术实现步骤摘要】
图像评价方法、图像评价装置、存储介质与电子设备
本公开涉及图像处理
，尤其涉及一种图像评价方法、图像评价装置、计算机可读存储介质与电子设备。
技术介绍
随着智能终端多样化功能的普及，人们对智能终端的应用也越来越广泛。日常生活中，人们经常会使用终端设备配置的摄像头进行拍照或摄像等操作。为了拍摄更富美感的图像，用户往往会通过调整角度和姿势，拍摄多张相似的图像，该过程不仅会花费较多的时间，用户也不能确定其所拍摄的图像美观程度如何，或者存在哪些问题等。
技术实现思路
本公开提供了一种图像评价方法、图像评价装置、计算机可读存储介质与电子设备，进而至少在一定程度上改善现有技术中缺乏对图像进行美感度的有效评价的问题。本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。根据本公开的第一方面，提供一种图像评价方法，包括：获取待评价图像，所述待评价图像中包括至少一个目标对象；从所述待评价图像中提取关于所述目标对象的关键特征点；根据所述关键特征点确定所述目标对象的姿态数据；通过预先训练的评价模型对所述目标对象的姿态数据进行处理，得到所述待评价图像的评价结果。根据本公开的第二方面，提供一种图像评价装置，包括：图像获取模块，用于获取待评价图像，所述待评价图像中包括至少一个目标对象；特征点提取模块，用于从所述待评价图像中提取关于所述目标对象的关键特征点；数据确定模块，用于根据所述关键特征点确定所述目标对象的姿态数据；数据处理模块，用于通过预先训练的评价模型对所述目标对象的姿态数据进行处理，得到所述待评价图像的评价结果。根据本公开的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述图像评价方法。根据本公开的第四方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述图像评价方法。本公开的技术方案具有以下有益效果：根据上述图像评价方法、图像评价装置、计算机可读存储介质与电子设备，获取待评价图像，待评价图像中包括至少一个目标对象；从待评价图像中提取关于目标对象的关键特征点；根据关键特征点确定目标对象的姿态数据；通过预先训练的评价模型对目标对象的姿态数据进行处理，得到待评价图像的评价结果。一方面，本示例性实施例提出一种新的图像评价方法，能够基于目标对象的姿态数据，确定待评价图像的评价结果，评价结果依赖于目标对象的姿态，能够对待评价图像的美感度进行有效且准确的评估；另一方面，图像评价过程较为简洁，即能够得到具体的评价结果，能够为用户提供针对待评价图像的有效指导信息，且本示例性实施例算法的复杂度较低，具有广泛的应用场景。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出本示例性实施方式的一种系统架构的示意图；图2示出本示例性实施方式的电子设备的示意图；图3示出本示例性实施方式的一种图像评价方法的流程图；图4示出本示例性实施方式的另一种图像评价方法的流程图；图5示出本示例性实施方式的一种图像评价方法的子流程图；图6示出本示例性实施方式的另一种图像评价方法的子流程图；图7示出本示例性实施方式的一种图像评价装置的结构框图。具体实施方式现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。图1示出了本公开示例性实施方式的一种系统架构的示意图。如图1所示，该系统架构100可以包括：终端设备110和服务器120。终端设备110可以包括但不限于手机、平板电脑、数码相机、个人电脑等电子设备。应该理解，图1中的终端设备和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备和服务器。比如服务器120可以是多个服务器组成的服务器集群等。本公开实施方式所提供的图像评价方法可以由终端设备110执行，例如在终端设备110获取待评价图像后，对图像进行关键特征点的提取，确定姿态数据，并对其进行处理得到评价结果；也可以由服务器120执行，例如终端设备110获取待评价图像后，上传到服务器120，由服务器120执行对待评价图像的处理过程，得到评价结果后，返回终端设备110等，本公开对此不做限定。本公开的示例性实施方式提供一种用于实现图像评价方法的电子设备，其可以是图1中的终端设备110或服务器120。该电子设备至少包括处理器和存储器，存储器用于存储处理器的可执行指令，处理器配置为经由执行可执行指令来执行图像评价方法。电子设备可以以各种形式来实施，例如可以包括手机、平板电脑、笔记本电脑、个人数字助理(PersonalDigitalAssistant，PDA)、导航装置、可穿戴设备、无人机等移动设备，以及台式电脑、智能电视等固定设备。下面以图2中的终端设备200为例，对电子设备的构造进行示例性说明。本领域技术人员应当理解，除了特别用于移动目的的部件之外，图2中的构造也能够应用于固定类型的设备。在另一些实施方式中，终端设备200可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件、软件或软件和硬件的组合实现。各部件间的接口连接关系只是示意性示出，并不构成对终端设备200的结构限定。在另一些实施方式中，终端设备200也可以采用与图2不同的接口连接方式，或多种接口连接方式的组合。如图2所示，终端设备200具体可以包括：处理器210、内部存储器221、外部存储器接口222、USB接口230、充电管理模块240、电源本文档来自技高网...

【技术保护点】
1.一种图像评价方法，其特征在于，包括：/n获取待评价图像，所述待评价图像中包括至少一个目标对象；/n从所述待评价图像中提取关于所述目标对象的关键特征点；/n根据所述关键特征点确定所述目标对象的姿态数据；/n通过预先训练的评价模型对所述目标对象的姿态数据进行处理，得到所述待评价图像的评价结果。/n

【技术特征摘要】
1.一种图像评价方法，其特征在于，包括：
获取待评价图像，所述待评价图像中包括至少一个目标对象；
从所述待评价图像中提取关于所述目标对象的关键特征点；
根据所述关键特征点确定所述目标对象的姿态数据；
通过预先训练的评价模型对所述目标对象的姿态数据进行处理，得到所述待评价图像的评价结果。


2.根据权利要求1所述的方法，其特征在于，所述评价模型包括第一模型和第二模型；所述通过预先训练的评价模型对所述目标对象的姿态数据进行处理，得到所述待评价图像的评价结果，包括：
通过所述第一模型对所述目标对象的姿态数据进行处理，得到所述待评价图像的整体评价结果；
通过所述第二模型对所述目标对象的姿态数据进行处理，得到所述待评价图像的局部评价结果。


3.根据权利要求2所述的方法，其特征在于，所述第一模型为回归模型，所述第二模型为分类模型。


4.根据权利要求1所述的方法，其特征在于，所述目标对象为人物；
所述从所述待评价图像中提取关于所述目标对象的关键特征点，包括：
从所述待评价图像中提取所述人物的脸部关键特征点和骨骼关键特征点。


5.根据权利要求4所述的方法，其特征在于，所述姿态数据包括所述人物头部的运动状态数据、五官状态数据、脸部尺寸数据、脸部位置数据、肢体运动数据或者所述人物在所述待评价图像中的位置数据中的一种或多种。


6.根据权利要求4所述的方法，其特征在于，所述目标对象为多个人物；
所述从所述待评价图像中提取关于所述人物的脸部关键特征点和骨骼关键特征点，包括：
从所述待评价图像中分别提取每个人物的脸部关键特征点和骨骼关键特征点；
所述根据所述关键特征点确定所述目标对象的姿态数据，包括：
根据所述每个人物的脸部关键特征点和骨骼关键特征点，确定所述多个人物的姿态数据。


7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
确定所述待评价图像中所述多个人物的位置分布指标数据；
所述通过预先训练的评价模型对所述目标对象的姿态数据进行处理，得到所述待评价图像的评价结果，包括：
通过预先训练的评价模型对所述多个人物的姿态数据、所述多个人物的位置分布指标数据进行处理，得到所述待评价图像的评价结果。


8.根据权利要求7所述的方法，其特征在于，所述确定所述待评价图像中所述多个人物的位置分布指标，包括：
计算所述每个人物距离所述待评...

【专利技术属性】
技术研发人员：王愈，
申请(专利权)人：OPPO重庆智能科技有限公司，
类型：发明
国别省市：重庆;50