图像集网格拼贴方法和装置制造方法及图纸

本发明专利技术提供一种图像集网格拼贴方法和装置，其中，方法包括：获取待拼贴的图像；将所述待拼贴的图像输入至图像集网格拼贴模型中，得到拼贴完成的网格图像，其中，所述图像集网格拼贴模型是基于图像信息平衡评价指标进行训练得到的。本发明专利技术通过构建的图像集网格拼贴模型达到对图像拼贴的效果的能够具有更好的令人视觉愉悦和受人喜爱的拼图结果。人视觉愉悦和受人喜爱的拼图结果。人视觉愉悦和受人喜爱的拼图结果。

【技术实现步骤摘要】
图像集网格拼贴方法和装置


[0001]本专利技术涉及计算机
，尤其涉及一种图像集网格拼贴方法和装置。

技术介绍

[0002]当代社会，网络社交已经成为人们生活中必不可少的一部分。小型图像集的网格拼图在各种社交应用中有着广泛的应用，如在线图像发布、个人相册管理等场景。社交媒体允许用户一次上传一定数量的图像并将这些图像以预定义的网格拼图模板进行展示，如某社交网站允许用户一次最多上传9张图像，并最终将这些图像以九宫格的形式展示给其他用户。具体地，是按照用户图像上传的顺序，将图像依次拼贴到预定义的拼图模板。
[0003]一般情况下，用户出于方便，以随机顺序上传图像。这使得最终的拼图结果质量难以保证。
[0004]传统的拼图算法是小型图像集网格拼贴问题的一种解决思路。这类算法以突出图像集中的显著性信息为主要考量，因此对大型图像集的加速浏览具有积极意义。但是，突出图像集的主要信息并不能满足社交媒体网格拼图的应用场景需求。社交媒体中的网格拼图，一般图像数量较少且网格模板固定，其拼贴的目标为获得令人视觉愉悦和受人喜爱的拼图结果。而现有的拼本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像集网格拼贴方法，其特征在于，包括：获取待拼贴的图像；将所述待拼贴的图像输入至图像集网格拼贴模型中，得到拼贴完成的网格图像，其中，所述图像集网格拼贴模型是基于图像信息平衡评价指标进行训练得到的。2.根据权利要求1所述的图像集网格拼贴方法，其特征在于，图像集网格拼贴模型是通过以下方法获得：101、获取图像数据集并输入当前的图像集网格拼贴模型；102、对所述图像数据集中的图像进行特征融合，得到特征融合后的图像特征；103、根据所述融合后的图像特征进行动作预测，得到动作预测向量，对所述动作预测向量进行采样，得到采样后的动作向量；104、根据预设的动作空间和所述采样后的动作向量确定图像交换动作，并确定每次图像交换动作前后的图像信息平衡评价指标得分和搜索效率惩罚项得分；105、根据连续M次所述图像信息平衡评价指标得分和所述搜索效率惩罚项得分对原始图像集网格拼贴模型的参数进行调整，得到更新后的图像集网格拼贴模型；106、判断更新次数是否达到预设次数，若否，执行步骤107，若是，执行步骤108；107、将所述更新后的图像集网格拼贴模型作为当前的图像集网格拼贴模型，执行步骤101；108、将更新后的图像集网格拼贴模型作为最终的图像集网格拼贴模型，训练结束。3.根据权利要求2所述的图像集网格拼贴方法，其特征在于，所述图像信息平衡评价指标包括图像分布指标和用户偏好指标；其中，图像分布指标包括：颜色深浅、颜色色调、图像内容、物体大小和用户偏好；所述颜色深浅是由平衡优先性评估和质心偏移的线性组合表示；所述颜色色调是由图像色彩直方图表示；所述图像内容是由特征提取模型的图像特征向量表示；所述物体大小是由图像显著图表示；所述用户偏好是由用户偏好奖励机制表示。4.根据权利要求3所述的图像集网格拼贴方法，其特征在于，所述图像分布指标得分由第一模型进行确定，其中，所述第一模型包括：ba_col＝DCM+APB.l＝DCM+APB.l＝DCM+APB.Mea
ba
＝ba_col
·
ba_tint
·
ba_con
·
ba_size
·
Bonus其中，ba
‑
col表示颜色深浅，APM表示平衡优先性评估，DCM表示质心偏移；ba
‑
tint表示
颜色色调；ba
‑
con表示图像内容；ba
‑
size表示物体大小，M为对称图像对数，tint(I
i
)，为对称位置的颜色色调特征；fea(I
i
)，为对称位置的图像内容特征；SA(I
i
)，为对称位置的物体大小特征，Bonus为用户偏好奖励机制的奖励系数。5.根据权利要求4所述的图像集网格...

【专利技术属性】
技术研发人员：宋玉，唐帆，董未名，徐常胜，
申请(专利权)人：吉林大学，
类型：发明
国别省市：