图像质量评价方法及装置、电子设备和存储介质制造方法及图纸

本公开涉及一种图像质量评价方法及装置、电子设备和存储介质，所述方法包括：对获取的待评价图像进行特征提取，确定待评价图像的至少一个特征图，并对特征图进行全局矩池化处理，基于特征图中各部分区域内特征点的一阶矩和至少一种N阶矩，确定特征图的池化数据，进而根据特征图的池化数据，确定待评价图像的质量评价结果。本公开实施例可更好地捕捉图像材质，得到更精准的图像质量评价结果。得到更精准的图像质量评价结果。得到更精准的图像质量评价结果。

Image quality evaluation method and device, electronic equipment and storage medium

【技术实现步骤摘要】
图像质量评价方法及装置、电子设备和存储介质


[0001]本公开涉及计算机
，尤其涉及一种图像质量评价方法及装置、电子设备和存储介质。

技术介绍

[0002]图像质量评价作为图像处理领域的基础内容，在许多领域有其广泛的实用性，比如图像压缩、窄带高清图传、视频编解码和视频监控等。相关技术中，可以基于峰值信噪比(Peak Signal to Noise Ratio，PSNR)、结构相似性(Structural Similarity，SSIM)等评价指标，通过比较待评价图像与参考图像来确定待评价图像的图像质量。然而，在参考图像无法获取的情况下，图像盲质量评价这种无需参考图像信息的图像质量评价方法，例如包括基于神经网络的图像盲质量评价方法，得到了越来越广泛的应用。
[0003]但是，使用上述图像评价方法对图像进行质量评价，会对待评价图像的材质内容不够敏感，不能反映真正的实际图像质量。

技术实现思路

[0004]本公开提出了一种图像质量评价技术方案。
[0005]根据本公开的一方面，提供了一种图像质量评价方法，包括：对获取的待评价图像进行特征提取，确定所述待评价图像的至少一个特征图；对所述特征图进行全局矩池化处理，基于所述特征图中各部分区域内特征点的一阶矩和至少一种N阶矩，确定所述特征图的池化数据，N为大于1的整数；根据所述特征图的池化数据，确定所述待评价图像的质量评价结果。
[0006]在一种可能的实现方式中，在所述对所述特征图进行全局矩池化处理之前，所述方法还包括：对所述待评价图像进行显著性检测，确定所述待评价图像的显著性图，所述显著性图包括所述待评价图像的显著性信息；根据所述显著性图，对所述特征图进行加权处理，确定加权处理后的特征图；所述对所述特征图进行全局矩池化处理，包括：对加权处理后的特征图进行全局矩池化处理。
[0007]在一种可能的实现方式中，所述对所述特征图进行全局矩池化处理，基于所述特征图中各部分区域内特征点的一阶矩和至少一种N阶矩，确定所述特征图的池化数据，包括：对特征图中各部分区域内特征点求一阶矩，得到所述特征图的一阶池化数据；根据所述一阶池化数据，对特征图中各部分区域内特征点求至少一种N阶矩，得到所述特征图的至少一个N阶池化数据；根据所述一阶池化数据和所述至少一个N阶池化数据，确定所述特征图的池化数据。
[0008]在一种可能的实现方式中，对特征图中各部分区域内特征点求一阶矩，得到所述特征图的一阶池化数据，包括：根据所述特征图的池化核尺寸及池化步长，确定所述特征图的至少一个第一窗口数据；将每个第一窗口数据中的特征点的像素值均值，确定为每个第一窗口数据对应的一阶矩；根据所述特征图的至少一个所述一阶矩，确定所述特征图的所
述一阶池化数据。
[0009]在一种可能的实现方式中，根据所述一阶池化数据，对特征图中各部分区域内特征点求至少一种N阶矩，得到所述特征图的至少一个N阶池化数据，包括：根据所述特征图的池化核尺寸及池化步长，确定所述特征图的至少一个第二窗口数据；在所述一阶池化数据中确定每个第二窗口数据对应的一阶矩；根据每个第二窗口数据和每个第二窗口数据对应的所述一阶矩，确定每个第二窗口数据对应的N阶矩；根据所述特征图的至少一个所述N阶矩，确定所述特征图的N阶池化数据。
[0010]在一种可能的实现方式中，所述根据所述一阶池化数据和所述至少一个N阶池化数据，确定所述特征图的池化数据，包括：分别对所述一阶池化数据、所述至少一个N阶池化数据进行归一化处理，确定归一化后的所述一阶池化数据、以及归一化后的所述至少一个N阶池化数据；将归一化后的一阶池化数据、以及归一化后的所述至少一个N阶池化数据合并，确定所述特征图的池化数据。
[0011]在一种可能的实现方式中，所述根据所述特征图的池化数据，确定所述待评价图像的质量评价结果，包括：对所述特征图的池化数据进行仿射变换，确定所述池化数据的仿射变换结果；根据所述池化数据的仿射变换结果，确定所述待评价图像的质量评价结果。
[0012]在一种可能的实现方式中，所述方法应用于图像质量评价网络，所述图像质量评价网络的训练过程包括：获取训练数据集，所述训练数据集包括多个样本数据，以及所述样本数据的评价信息；将所述样本数据输入所述图像质量评价网络处理，得到所述样本数据的质量评价结果；根据所述训练数据集中的所述样本数据的评价信息、所述样本数据的质量评价结果、预设损失函数对所述图像质量评价网络进行迭代训练，得到训练好的图像质量评价网络；其中，所述图像质量评价网络包括至少一个池化层，用于对所述样本数据的特征图进行全局矩池化处理，确定所述特征图的池化数据。
[0013]根据本公开的一方面，提供了一种图像质量评价装置，包括：第一确定模块，用于对获取的待评价图像进行特征提取，确定所述待评价图像的至少一个特征图；第二确定模块，用于对所述特征图进行全局矩池化处理，基于所述特征图中各部分区域内特征点的一阶矩和至少一种N阶矩，确定所述特征图的池化数据，N为大于1的整数；第三确定模块，用于根据所述特征图的池化数据，确定所述待评价图像的质量评价结果。
[0014]在一种可能的实现方式中，所述装置还包括第四确定模块，用于：在所述对所述特征图进行全局矩池化处理之前，对所述待评价图像进行显著性检测，确定所述待评价图像的显著性图，所述显著性图包括所述待评价图像的显著性信息；根据所述显著性图，对所述特征图进行加权处理，确定加权处理后的特征图；所述第二确定模块用于：对加权处理后的特征图进行全局矩池化处理。
[0015]在一种可能的实现方式中，所述第二确定模块用于：对特征图中各部分区域内特征点求一阶矩，得到所述特征图的一阶池化数据；根据所述一阶池化数据，对特征图中各部分区域内特征点求至少一种N阶矩，得到所述特征图的至少一个N阶池化数据；根据所述一阶池化数据和所述至少一个N阶池化数据，确定所述特征图的池化数据。
[0016]在一种可能的实现方式中，对特征图中各部分区域内特征点求一阶矩，得到所述特征图的一阶池化数据，包括：根据所述特征图的池化核尺寸及池化步长，确定所述特征图的至少一个第一窗口数据；将每个第一窗口数据中的特征点的像素值均值，确定为每个第
一窗口数据对应的一阶矩；根据所述特征图的至少一个所述一阶矩，确定所述特征图的所述一阶池化数据。
[0017]在一种可能的实现方式中，根据所述一阶池化数据，对特征图中各部分区域内特征点求至少一种N阶矩，得到所述特征图的至少一个N阶池化数据，包括：根据所述特征图的池化核尺寸及池化步长，确定所述特征图的至少一个第二窗口数据；在所述一阶池化数据中确定每个第二窗口数据对应的一阶矩；根据每个第二窗口数据和每个第二窗口数据对应的所述一阶矩，确定每个第二窗口数据对应的N阶矩；根据所述特征图的至少一个所述N阶矩，确定所述特征图的N阶池化数据。
[0018]在一种可能的实现方式中，所述根据所述一阶池化数据和所述至少一个N阶池化数据，确定所述特征图的池化数据，包括：分别对所述一阶池本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像质量评价方法，其特征在于，包括：对获取的待评价图像进行特征提取，确定所述待评价图像的至少一个特征图；对所述特征图进行全局矩池化处理，基于所述特征图中各部分区域内特征点的一阶矩和至少一种N阶矩，确定所述特征图的池化数据，N为大于1的整数；根据所述特征图的池化数据，确定所述待评价图像的质量评价结果。2.根据权利要求1所述的方法，其特征在于，在所述对所述特征图进行全局矩池化处理之前，所述方法还包括：对所述待评价图像进行显著性检测，确定所述待评价图像的显著性图，所述显著性图包括所述待评价图像的显著性信息；根据所述显著性图，对所述特征图进行加权处理，确定加权处理后的特征图；所述对所述特征图进行全局矩池化处理，包括：对加权处理后的特征图进行全局矩池化处理。3.根据权利要求1或2所述的方法，其特征在于，所述对所述特征图进行全局矩池化处理，基于所述特征图中各部分区域内特征点的一阶矩和至少一种N阶矩，确定所述特征图的池化数据，包括：对特征图中各部分区域内特征点求一阶矩，得到所述特征图的一阶池化数据；根据所述一阶池化数据，对特征图中各部分区域内特征点求至少一种N阶矩，得到所述特征图的至少一个N阶池化数据；根据所述一阶池化数据和所述至少一个N阶池化数据，确定所述特征图的池化数据。4.根据权利要求3所述的方法，其特征在于，对特征图中各部分区域内特征点求一阶矩，得到所述特征图的一阶池化数据，包括：根据所述特征图的池化核尺寸及池化步长，确定所述特征图的至少一个第一窗口数据；将每个第一窗口数据中的特征点的像素值均值，确定为每个第一窗口数据对应的一阶矩；根据所述特征图的至少一个所述一阶矩，确定所述特征图的所述一阶池化数据。5.根据权利要求3所述的方法，其特征在于，根据所述一阶池化数据，对特征图中各部分区域内特征点求至少一种N阶矩，得到所述特征图的至少一个N阶池化数据，包括：根据所述特征图的池化核尺寸及池化步长，确定所述特征图的至少一个第二窗口数据；在所述一阶池化数据中确定每个第二窗口数据对应的一阶矩；根据每个第二窗口数据和每个第二窗口数据对应的所述一阶矩，确定每个第二窗口数据对应的N阶矩；根据所述特征图的至少一个所述N阶矩，确定所述特征图的...

【专利技术属性】
技术研发人员：许通达，王岩，秦红伟，邵一璠，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：