本申请公开了一种图像美学信息的确定方法、装置、设备及存储介质，属于计算机视觉技术领域。方法包括：获取待确定美学信息的目标图像以及目标美学信息确定模型，目标美学信息确定模型基于损失函数、训练样本和验证样本训练得到，损失函数用于通过训练样本训练第一图像美学信息确定模型，得到初始图像美学信息确定模型，验证样本用于更新初始图像美学信息确定模型，得到目标图像美学信息确定模型；调用目标图像美学信息确定模型对目标图像进行处理，得到目标图像的美学信息分布；基于目标图像的美学信息分布，确定目标图像的美学信息。该方法可以提高确定图像美学信息的效率，使得图像美学信息的确定过程更加智能化，更加自动化。更加自动化。更加自动化。
【技术实现步骤摘要】
图像美学信息的确定方法、装置、设备及存储介质
[0001]本申请实施例涉及计算机视觉
，特别涉及一种图像美学信息的确定方法、装置、设备及存储介质。
技术介绍
[0002]在计算机视觉
中，通过计算机模拟人类的视觉系统和审美感知，实现对图像美感的自动判别，如判断图像高美感、低美感的分类，或者给出图像的美学信息，或者给出图像的美学信息分布，从而得到图像的美学信息。
[0003]相关技术中，基于人工标注的方式确定图像的美学信息，也即是将待处理的目标图像展示给目标用户，基于目标用户自身的审美要求，对目标图像进行打分，将目标用户的打分作为目标图像的美学信息，从而获取到目标图像的美学信息。
[0004]然而，当需要确定美学信息的图像的数量较多时，需要依次对图像进行打分，需要花费大量的时间，导致图像美学信息的确定效率较低。而且，人工标注的方式智能程度较低，从而导致图像美学信息的确定过程不够智能，不够自动化。
技术实现思路
[0005]本申请实施例提供了一种图像美学信息的确定方法、装置、设备及存储介质，可用于解决相关技术中的问题。所述技术方案如下：
[0006]一方面，本申请实施例提供了一种图像美学信息的确定方法，所述方法包括：
[0007]获取待确定美学信息的目标图像以及目标美学信息确定模型，所述目标美学信息确定模型基于损失函数、训练样本和验证样本训练得到，所述损失函数用于通过所述训练样本训练第一图像美学信息确定模型，得到初始图像美学信息确定模型，所述验证样本用于更新所述初始图像美学信息确定模型，得到所述目标图像美学信息确定模型；
[0008]调用所述目标图像美学信息确定模型对所述目标图像进行处理，得到所述目标图像的美学信息分布；
[0009]基于所述目标图像的美学信息分布，确定所述目标图像的美学信息。
[0010]在一种可能的实现方式中，所述获取待确定美学信息的目标图像以及目标美学信息确定模型之前，所述方法还包括：
[0011]获取所述训练样本，所述训练样本包括多个第一图像以及各个第一图像的参考美学信息分布；
[0012]基于所述多个第一图像以及各个第一图像的参考美学信息分布，训练所述第一图像美学信息确定模型，得到所述初始图像美学信息确定模型；
[0013]获取所述验证样本，所述验证样本包括多个第二图像，所述验证样本用于更新所述初始图像美学信息确定模型；
[0014]基于所述多个第二图像，对所述初始图像美学信息确定模型进行更新，得到所述目标图像美学信息确定模型。
[0015]在一种可能的实现方式中，所述基于所述多个第一图像以及各个第一图像的参考美学信息分布，训练所述第一图像美学信息确定模型，得到所述初始图像美学信息确定模型，包括：
[0016]调用所述第一图像美学信息确定模型，基于所述多个第一图像以及各个第一图像的参考美学信息分布，得到所述各个第一图像的预测美学信息分布；
[0017]根据所述各个第一图像的参考美学信息分布、所述各个第一图像的预测美学信息分布以及所述损失函数，确定所述各个第一图像的损失值；
[0018]基于所述各个第一图像的损失值，训练所述第一图像美学信息确定模型，得到所述初始图像美学信息确定模型。
[0019]在一种可能的实现方式中，所述基于所述多个第二图像，对所述初始图像美学信息确定模型进行更新，得到所述目标图像美学信息确定模型，包括：
[0020]调用所述初始图像美学信息确定模型，基于所述多个第二图像，得到各个第二图像的第一美学信息分布；
[0021]获取所述各个第二图像的美学质量标签，所述美学质量标签为人为标注的美学信息；
[0022]基于所述各个第二图像的第一美学信息分布和所述各个第二图像的美学质量标签，确定所述各个第二图像的第二美学信息分布；
[0023]基于所述各个第二图像的第二美学信息分布以及所述各个第二图像，更新所述初始图像美学信息确定模型，得到所述目标图像美学信息确定模型。
[0024]在一种可能的实现方式中，所述根据所述各个第一图像的参考美学信息分布、所述各个第一图像的预测美学信息分布以及所述损失函数，确定所述各个第一图像的损失值，包括：
[0025]获取累积分布函数；
[0026]基于所述各个第一图像的参考美学信息分布和所述累积分布函数，确定所述各个第一图像的第一函数值；
[0027]基于所述各个第一图像的预测美学信息分布和所述累积分布函数，确定所述各个第一图像的第二函数值；
[0028]按照所述损失函数，计算所述各个第一图像的第一函数值和所述各个第一图像的第二函数值之间的损失值，得到所述各个第一图像的损失值。
[0029]在一种可能的实现方式中，所述基于所述各个第二图像的第一美学信息分布和所述各个第二图像的美学质量标签，确定所述各个第二图像的第二美学信息分布，包括：
[0030]基于所述各个第二图像的第一美学信息分布，确定所述各个第二图像的预测美学信息和方差；
[0031]基于所述各个第二图像的预测美学信息和所述各个第二图像的美学质量标签，确定所述各个第二图像的参考美学信息；
[0032]根据所述各个第二图像的参考美学信息、所述各个第二图像的方差以及正态分布函数，确定所述各个第二图像的第二美学信息分布。
[0033]在一种可能的实现方式中，所述基于所述目标图像的美学信息分布，确定所述目标图像的美学信息，包括：
[0034]基于所述目标图像的美学信息分布，按照下述公式确定所述目标图像的美学信息S：
[0035]S＝P1*X1+P2*X2+
…
+P
i
*X
i
[0036]其中，所述X1为第一数值，所述X2为第二数值，所述X
i
为第i数值，所述P1为所述目标图像的美学信息为所述第一数值的概率，所述P2为所述目标图像的美学信息为所述第二数值的概率，所述P
i
为所述目标图像的美学信息为所述第i数值的概率。
[0037]另一方面，本申请实施例提供了一种图像美学信息的确定装置，所述装置包括：
[0038]获取模块，用于获取待确定美学信息的目标图像以及目标美学信息确定模型，所述目标美学信息确定模型基于损失函数、训练样本和验证样本训练得到，所述损失函数用于通过所述训练样本训练第一图像美学信息确定模型，得到初始图像美学信息确定模型，所述验证样本用于更新所述初始图像美学信息确定模型，得到所述目标图像美学信息确定模型；
[0039]处理模块，用于调用所述目标图像美学信息确定模型对所述目标图像进行处理，得到所述目标图像的美学信息分布；
[0040]确定模块，用于基于所述目标图像的美学信息分布，确定所述目标图像的美学信息。
[0041]在一种可能的实现方式中，所述获取模块，还用于获取所述训练样本，所述训练样本包括多个第一图像以及各个第一图像本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像美学信息的确定方法，其特征在于，所述方法包括：获取待确定美学信息的目标图像以及目标美学信息确定模型，所述目标美学信息确定模型基于损失函数、训练样本和验证样本训练得到，所述损失函数用于通过所述训练样本训练第一图像美学信息确定模型，得到初始图像美学信息确定模型，所述验证样本用于更新所述初始图像美学信息确定模型，得到所述目标图像美学信息确定模型；调用所述目标图像美学信息确定模型对所述目标图像进行处理，得到所述目标图像的美学信息分布；基于所述目标图像的美学信息分布，确定所述目标图像的美学信息。2.根据权利要求1所述的方法，其特征在于，所述获取待确定美学信息的目标图像以及目标美学信息确定模型之前，所述方法还包括：获取所述训练样本，所述训练样本包括多个第一图像以及各个第一图像的参考美学信息分布；基于所述多个第一图像以及各个第一图像的参考美学信息分布，训练所述第一图像美学信息确定模型，得到所述初始图像美学信息确定模型；获取所述验证样本，所述验证样本包括多个第二图像，所述验证样本用于更新所述初始图像美学信息确定模型；基于所述多个第二图像，对所述初始图像美学信息确定模型进行更新，得到所述目标图像美学信息确定模型。3.根据权利要求2所述的方法，其特征在于，所述基于所述多个第一图像以及各个第一图像的参考美学信息分布，训练所述第一图像美学信息确定模型，得到所述初始图像美学信息确定模型，包括：调用所述第一图像美学信息确定模型，基于所述多个第一图像以及各个第一图像的参考美学信息分布，得到所述各个第一图像的预测美学信息分布；根据所述各个第一图像的参考美学信息分布、所述各个第一图像的预测美学信息分布以及所述损失函数，确定所述各个第一图像的损失值；基于所述各个第一图像的损失值，训练所述第一图像美学信息确定模型，得到所述初始图像美学信息确定模型。4.根据权利要求2所述的方法，其特征在于，所述基于所述多个第二图像，对所述初始图像美学信息确定模型进行更新，得到所述目标图像美学信息确定模型，包括：调用所述初始图像美学信息确定模型，基于所述多个第二图像，得到各个第二图像的第一美学信息分布；获取所述各个第二图像的美学质量标签，所述美学质量标签为人为标注的美学信息；基于所述各个第二图像的第一美学信息分布和所述各个第二图像的美学质量标签，确定所述各个第二图像的第二美学信息分布；基于所述各个第二图像的第二美学信息分布以及所述各个第二图像，更新所述初始图像美学信息确定模型，得到所述目标图像美学信息确定模型。5.根据权利要求3所述的方法，其特征在于，所述根据所述各个第一图像的参考美学信息分布、所述各个第一图像的预测美学信息分布以及所述损失函数，确定所述各个第一图像的损失值，包括：
获取累积分布函数；基于所述各个第一图像...
【专利技术属性】
技术研发人员：彭冲，唐倩，
申请(专利权)人：汉海信息技术上海有限公司，
类型：发明
国别省市：
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。