图片质量评估方法、装置、计算机设备及存储介质制造方法及图纸

本申请公开一种基于人工智能的屏幕控制方法、装置、计算机设备及存储介质，包括：采集待评估的目标图片；根据M种失真类型算法，对待评估的目标图片进行M次失真处理，生成失真程度递增的M张一次失真图片；将M张一次失真图片依次进行降序质量分数评分为Q；将质量分数评分后的每一张一次失真图片再次分别进行M次失真处理；根据待评估的目标图片的尺寸，以32

【技术实现步骤摘要】
图片质量评估方法、装置、计算机设备及存储介质


[0001]本专利技术实施例涉及人工智能领域，尤其是一种图片质量评估方法、装置、计算机设备及存储介质。

技术介绍

[0002]在互联网高速发展的今天，运用计算机可进行图像质量的快速评估，极大地提高了工作效率。图像质量的评估需要在计算机中运用算法进行。现有的图像质量评估(Image Quality Assessment，IQA)方法主要分为两类：参考(reference) 和无参考(reference
‑
less or blind)。有参考的图像质量评估算法需要原始图像和失真图像经过对比来计算质量分数。无参考的图像质量评估算法主要应用于无法访问原始图像的场景。
[0003]有参考算法已广泛用于图像压缩、传输、拼接等操作处理后的质量评估过程。为了解决在没有原图参考的情况下，评估图像质量，无参考的图像质量评估算法的评估过程需要两个模型：一是预测失真类型的模型；二是针对某一失真类型的图像质量的预测模型。但是，这种两阶段的架构模型，严重限制了图像质量评估的性能以及应用范围。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片质量评估方法，其特征在于，包括：采集待评估的目标图片；根据M种失真类型算法，对所述待评估的目标图片进行M次失真处理，每一次失真处理对应n次失真类型算法，n＝1，2，3，...，M，生成失真程度递增的M张一次失真图片；根据在失真处理过程中使用的失真类型算法的数量，从使用数量多到使用数量少进行排序，将所述M张一次失真图片依次进行降序质量分数评分为Q，其中，Q＝M，
…
，3，2，1；将质量分数评分后的每一张所述一次失真图片再次分别进行M次失真处理，每一次失真处理对应一种失真类型算法，生成M
×
M张失真程度各异的二次失真图片；根据所述待评估的目标图片的尺寸，以32
×
32的小块为基准，将M
×
M张失真程度各异的所述二次失真图片进行分割，得到若干分割图片块；将所述若干分割图片块送入深度神经网络，进行对每一所述分割图片块的图片特征的提取以及全部所述分割图片块的质量分数的等级关系的拟合，计算得到质量指标；根据预设评价标准，对所述质量指标进行判断，得出图片质量的评估指标。2.根据权利要求1所述的图片质量评估方法，其特征在于，所述获取待评估的目标图片的步骤，包括：获取若干待评估图片；将所述若干待评估图片进行分类；采集其中一个分类中的一张图片，得到待评估的目标图片。3.根据权利要求1所述的图片质量评估方法，其特征在于，M＝5，所述失真类型算法包括高斯模糊、移动模糊、JPEG压缩、均值模糊以及椒盐噪声。4.根据权利要求1所述的图片质量评估方法，其特征在于，所述深度神经网络包括两个卷积层和两个全连接层，两个所述卷积层用于提取图片特征，两个所述全连接层用于拟合图片质量分数的等级关系。5.根据权利要求4所述的图片质量评估方法，其特征在于，所述提取图片特征的流程包括：每一个卷积层，通过对每一所述分割图片...

【专利技术属性】
技术研发人员：尹高，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：