【技术实现步骤摘要】
一种机选图片评价方法、装置、存储介质及电子设备
本申请涉及图像领域，具体而言，涉及一种机选图片评价方法、装置、存储介质及电子设备。
技术介绍
伴随安防摄像头普及程度越来越高，基于视频算法的目标识别安防设备在生活中的作用日益显著；企业安全防范、人员监控、车辆布控等技术已基本成熟，社会效率与人们生活因为智能识别而更加便利；经过算法优选的图片质量越好对智能安防的体系作用越大，实际应用中最重要的是依据算法识别图片进行业务开展，例如人员追踪、机动车布控等。目前对算法图片优选效果的测试评价大部分依赖人工测试筛选判断，行业内暂无统一的测试评价标准；人工测试方式人力成本高，无定量的分析结果，测试误差大，与视频识别技术日益进步的节奏不协调，算法图片优选测试急需要一种针对人脸人机非的自动化测试方法，以及如何定义优选测试指标。
技术实现思路
本申请的目的在于提供一种机选图片评价方法、装置、存储介质及电子设备，以至少部分改善上述问题。为了实现上述目的，本申请实施例采用的技术方案如下：第一方面，本申请实施例...
【技术保护点】
1.一种机选图片评价方法，其特征在于，所述方法包括：/n依据标定集从机选集中筛选出匹配图片；/n其中，标定集包括第一数量的标定图片，所述标定图片为人工依据目标视频标定生成的图片，所述机选集包括第二数量的机选图片，所述机选图片为对所述目标视频进行机选操作所生成的图片，所述匹配图片为与任意一张标定图片匹配的机选图片；/n依据所述第一数量、所述第二数量以及所述匹配图片的数量获取机选图片的优选率，其中，所述优选率表征所述机选操作的准确性。/n
【技术特征摘要】
1.一种机选图片评价方法，其特征在于，所述方法包括：
依据标定集从机选集中筛选出匹配图片；
其中，标定集包括第一数量的标定图片，所述标定图片为人工依据目标视频标定生成的图片，所述机选集包括第二数量的机选图片，所述机选图片为对所述目标视频进行机选操作所生成的图片，所述匹配图片为与任意一张标定图片匹配的机选图片；
依据所述第一数量、所述第二数量以及所述匹配图片的数量获取机选图片的优选率，其中，所述优选率表征所述机选操作的准确性。
2.如权利要求1所述的机选图片评价方法，其特征在于，所述依据标定集从机选集中筛选出匹配图片的步骤，包括：
依次依据标定集中的标定图片从机选集中筛选出对应的第一类图片，其中，所述第一类图片为与所述标定图片的分辨率相似度大于分辨率阈值的机选图片；
依据所述标定图片从所述第一类图片中筛选出对应的第二类图片，其中，所述第二类图片为与所述标定图片的RGB特征相似度大于RGB阈值的第一类图片；
依据所述标定图片从所述第二类图片中筛选出对应的第三类图片，其中，所述第三类图片为与所述标定图片的特征向量相似度大于特征向量阈值的第二类图片；
将所述特征向量相似度的值最大的第三类图片作为所述匹配图片。
3.如权利要求2所述的机选图片评价方法，其特征在于，当所述第三类图片的数量大于或等于2时，在将所述特征向量相似度的值最大的第三类图片作为所述匹配图片之前，所述依据标定集从机选集中筛选出匹配图片的步骤，还包括：
判断所述第三类图片对应所述特征向量相似度的值是否相同；
若否，则将所述特征向量相似度的值最大的第三类图片作为所述匹配图片；
若是，则判断所述第三类图片对应所述RGB特征相似度的值是否相同；
若否，则将所述RGB特征相似度的值最大的第三类图片作为所述匹配图片；
若是，则判断所述第三类图片对应所述分辨率相似度的值是否相同；
若否，则将所述分辨率相似度的值最大的第三类图片作为所述匹配图片。
4.如权利要求3所述的机选图片评价方法，其特征在于，所述依据标定集从机选集中筛选出匹配图片的步骤，还包括：
若所述第三类图片对应所述分辨率相似度的值相同，则将所述第三类图片存储于待定集合；
依据用户输入的指定命令，从待定集合中确定匹配图片。
5.如权利要求1所述的机选图片评价方法，其特征在于，所述依据所述第一数量、所述第二数量以及所述匹配图片的数量获取机选图片的优选率的步骤，包括：
依据所述第二数量和所述匹配图片的数量确定匹配成功率；
依据所述第一数量和所述匹配图片的数量确定检出率；
依据所述匹配成功率和所述匹配...
【专利技术属性】
技术研发人员：胡舒瀚，刘超，彭豪杨，夏伟，陈婉婉，
申请(专利权)人：重庆紫光华山智安科技有限公司，
类型：发明
国别省市：重庆;50
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。