【技术实现步骤摘要】
一种图像选择方法及装置
本申请涉及人工智能领域,尤其涉及一种图像选择方法及装置。
技术介绍
人工智能(artificialintelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。在进行图像处理模型的性能比较时,对于真实世界的对比测试场景,往往无法获得理想的参考图像。从而导致在评价模型的性能比较时,无法使用有参考质量评价指标(例如峰值信噪比(peaksignal-to-noiseratio,PSNR)、结构相似性(structuralsimilarity,SSIM)等)进行客观评估。因此,往往仍需要专家进行主观的模型性能评估。在进行主观的模型性能评估时,需要进行性能比较的模型需要处理同一张测试样本,然后基于处理结果来进行性能评估,然而现有技术并不能选择出能更准确地体现模型之间性能差异的测试样本。
技术实现思路
第一方面,本申请提供了一种图像选择方法,所述方法包括:获取多个候选图像;其中,可以获取到多个候选图像,以及需要进行性能比较的第一图像处理模型和第二图像处理模型,其中,第一图像处理模型和第二图像处理模型可以用于实现一个图像处理任务,图像增强任务例如可 ...
【技术保护点】
1.一种图像选择方法,其特征在于,所述方法包括:/n获取多个候选图像;/n通过第一图像处理模型和第二图像处理模型分别处理每个候选图像,以得到所述每个候选图像对应的第一处理图像和第二处理图像;其中,所述第一图像处理模型和所述第二图像处理模型用于实现相同的图像处理任务;所述第一处理图像为经过所述第一图像处理模型处理得到的,所述第二处理图像为经过所述第二图像处理模型处理得到的;/n获取每个候选图像对应的第一处理图像和第二处理图像之间的图像质量差异,并根据所述图像质量差异,从所述多个候选图像中选择M个目标图像,所述M个目标图像用于作为所述第一图像处理模型和所述第二图像处理模型在进行性能比较时的测试样本。/n
【技术特征摘要】
1.一种图像选择方法,其特征在于,所述方法包括:
获取多个候选图像;
通过第一图像处理模型和第二图像处理模型分别处理每个候选图像,以得到所述每个候选图像对应的第一处理图像和第二处理图像;其中,所述第一图像处理模型和所述第二图像处理模型用于实现相同的图像处理任务;所述第一处理图像为经过所述第一图像处理模型处理得到的,所述第二处理图像为经过所述第二图像处理模型处理得到的;
获取每个候选图像对应的第一处理图像和第二处理图像之间的图像质量差异,并根据所述图像质量差异,从所述多个候选图像中选择M个目标图像,所述M个目标图像用于作为所述第一图像处理模型和所述第二图像处理模型在进行性能比较时的测试样本。
2.根据权利要求1所述的方法,其特征在于,所述根据所述图像质量差异,从所述多个候选图像中选择M个目标图像,包括:
根据每个候选图像对应的图像质量差异,从所述多个候选图像中选择对应的图像质量差异大于第一阈值的M个目标图像。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取每个候选图像与所述多个候选图像中除自身之外的其他候选图像之间的图像内容差异;
所述根据所述图像质量差异,从所述多个候选图像中选择M个目标图像,包括:
根据每个候选图像对应的所述图像质量差异和所述图像内容差异,从所述多个候选图像中选择M个目标图像。
4.根据权利要求3所述的方法,其特征在于,所述根据每个候选图像对应的所述图像质量差异和所述图像内容差异,从所述多个候选图像中选择M个目标图像,包括:
根据每个候选图像对应的所述图像质量差异和所述图像内容差异,确定所述每个候选图像的被选择权重,所述被选择权重与所述图像质量差异以及所述图像内容差异正相关;
根据所述每个候选图像的被选择权重,从所述多个候选图像中选择被选择权重大于第二阈值的M个目标图像。
5.根据权利要求3或4所述的方法,其特征在于,所述被选择权重为第一权重和第二权重的加和结果,所述第一权重为所述图像质量差异与对应权重的乘积,所述第二权重为所述图像内容差异与对应权重的乘积。
6.根据权利要求1至5任一所述的方法,其特征在于,所述第一图像处理模型和所述第二图像处理模型用于实现图像增强任务。
7.一种模型测试方法,其特征在于,所述方法包括:
获取M个目标图像;
通过第一图像处理模型和第二图像处理模型分别处理每个目标图像,以得到所述每个目标图像对应的第一处理图像和第二处理图像;其中,所述第一图像处理模型和所述第二图像处理模型用于实现相同的图像处理任务,所述第一处理图像为经过所述第一图像处理模型处理得到的,所述第二处理图像为经过所述第二图像处理模型处理得到的;且所述每个目标图像对应的第一处理图像和第二处理图像之间的图像质量差异大于第一阈值;
获取模型测试结果,所述模型测试结果用于表示所述第一图像处理模型和所述第二图像处理模型之间的性能比较结果,所述模型测试结果为根据所述每个目标图像对应的第一处理图像和第二处理图像确定的。
8.根据权利要求7所述的方法,其特征在于,所述M个目标图像中每个目标图像的被选择权重大于第二阈值,所述每个目标图像的被选择权重与每个目标图像对应的所述图像质量差异以及图像内容差异正相关,其中,所述每个目标图像对应的图像内容差异用于表示每个目标图像与所述多个目标图像中除自身之外的其他目标图像之间的图像内容差异。
9.根据权利要求8所述的方法,其特征在于,所述被选择权重为第一权重和第二权重的加和结果,所述第一权重为所述图像质量差异与对应权重的乘积,所述第二权重为所述图像内容差异与对应权重的乘积。
10.根据权利要求7至9任一所述的方法,其特征在于,所述第一图像处理模型和所述第二图像处理模型用于实现图像增强任务。
11.一种图像选择装置,其特征在于,所述装置包括:
获取模块,用于获取多个候选图像;
图像处理模块,用于通过第一图像处理模型和第二图像处理模型分别处理每个候选图像,以得到所述每个候选图像对应的第...
【专利技术属性】
技术研发人员:马柯德,曹佩蓓,刘毅,邹学益,许松岑,
申请(专利权)人:华为技术有限公司,
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。