【技术实现步骤摘要】
一种投影画质处理装置
本申请涉及人工智能领域，尤其涉及一种投影画质处理方法、装置、设备及可读存储介质。
技术介绍
随着计算机软件和人工智能的不断发展，人工智能的应用也越来越广泛，在进行投影画质处理时，通常通过常规的卷积神经网络识别投影图像是否存在画质问题，但是，由于在基于神经网络提取投影图像的图像特征时，通常会对投影图像进行降维，而在降维过程中又通常会存在图像信息丢失的情况，进而当投影图像携带的投影图像特征信息较少，将导致基于投影图像进行投影画质处理的准确性较低。
技术实现思路
本申请的主要目的在于提供一种投影画质处理方法、装置、设备及可读存储介质，旨在解决现有技术中投影画质处理的准确性低的技术问题。为实现上述目的，本申请提供一种投影画质处理方法，所述投影画质处理方法应用于投影画质处理方法设备，所述投影画质处理方法包括：获取待处理投影图像，并基于特征提取模型，对所述投影图像进行特征提取，获得所述投影图像对应的投影图像表征，其中，所述特征提取模型是基于预设正例样本集和预设负例样本集进行对比学...
【技术保护点】
1.一种投影画质处理方法，其特征在于，所述投影画质处理方法包括：/n获取待处理投影图像，并基于特征提取模型，对所述投影图像进行特征提取，获得所述投影图像对应的投影图像表征，其中，所述特征提取模型是基于预设正例样本集和预设负例样本集进行对比学习构建的；/n基于所述投影图像表征和预设投影画质问题分类模型，对所述待处理投影图像进行投影画质问题分类，获得投影画质问题分类结果；/n基于所述图像画质问题分类结果对应的投影画质调整策略，调整所述待处理投影图像的投影画质，获得目标投影图像。/n
【技术特征摘要】
1.一种投影画质处理方法，其特征在于，所述投影画质处理方法包括：
获取待处理投影图像，并基于特征提取模型，对所述投影图像进行特征提取，获得所述投影图像对应的投影图像表征，其中，所述特征提取模型是基于预设正例样本集和预设负例样本集进行对比学习构建的；
基于所述投影图像表征和预设投影画质问题分类模型，对所述待处理投影图像进行投影画质问题分类，获得投影画质问题分类结果；
基于所述图像画质问题分类结果对应的投影画质调整策略，调整所述待处理投影图像的投影画质，获得目标投影图像。
2.如权利要求1所述投影画质处理方法，其特征在于，所述基于所述投影图像表征和预设投影画质问题分类模型，对所述投影图像进行投影画质问题分类，获得图像画质问题分类结果的步骤包括：
基于所述预设投影画质问题分类模型，对所述投影图像表征进行哈希编码，获得所述投影图像表征对应的哈希编码值；
基于所述哈希编码值与各预设哈希编码值，生成所述投影画质问题分类结果。
3.如权利要求2所述投影画质处理方法，其特征在于，所述基于所述哈希编码值与各预设哈希编码值，生成所述投影画质问题分类结果的步骤包括：
计算所述哈希编码值与各所述预设哈希编码值之间的汉明距离；
基于各所述汉明距离，在各所述预设哈希编码值中确定所述哈希编码值对应的目标哈希编码值；
将所述目标哈希编码值对应的投影画质问题类别作为所述投影画质问题分类结果。
4.如权利要求2所述投影画质处理方法，其特征在于，所述预设投影画质问题分类模型包括哈希层，
所述基于所述预设投影画质问题分类模型，对所述投影图像表征进行哈希编码，获得所述投影图像表征对应的哈希编码值的步骤包括：
将所述投影图像表征输入所述哈希层，对所述投影图像表征进行极化哈希，获得极化哈希结果；
基于所述极化哈希结果中各比特位上的目标特征值，将所述极化哈希结果转换为所述哈希编码值。
5.如权利要求4所述投影画质处理方法，其特征在于，所述极化哈希结果包括极化哈希向量，所述哈希编码值至少包括二值哈希编码和三值哈希编码中的一种，
所述基于所述极化哈希结果中各比特位上的目标特征值，将所述极化哈希结果转换为所述哈希编码值的步骤包括：
基于各所述目标特征值的正负符号，对所述极化哈希向量进行二值哈希编码转换，获得所述二值哈希编码值；和/或
基于各所述目标特征值的大小和预设特征值取值范围，对所述极化哈希向量进行三值哈希编码转换，获得三值哈希编码值。
6.如权利要求1所述投影画质处理方法，其特征在于，在所述基于特征提取模型，对所述投影图像进行特征提取，获得所述投影图像对应的投影图像表征，其中，所述特征提取模型是基于预设正例样本集和...
【专利技术属性】
技术研发人员：洪坤，
申请(专利权)人：深圳吉祥星科技股份有限公司，
类型：发明
国别省市：广东;44
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。