视觉搜索效能评估方法、装置、设备、介质和程序产品制造方法及图纸

本申请涉及一种视觉搜索效能评估方法、装置、设备、介质和程序产品。所述方法包括：首先，获取待评估的背景图像与目标图像；然后，将目标图像叠加至背景图像的不同位置处，得到多个候选图像；同时获取与多个候选图像一一对应的多组特征数据，最后将多组特征数据分别输入目标模型中，根据目标模型的输出得到平均搜索响应时间。其中，平均搜索响应时间用于表征通过视觉从背景图像中搜索到目标图像的效能。各组特征数据包括对应的候选图像的图像特征数据和目标图像的图像特征数据，图像特征数据包括HSV值和图像梯度。采用本方法能够实现对目标图像在背景图像中的搜索效能进行评估。图像在背景图像中的搜索效能进行评估。图像在背景图像中的搜索效能进行评估。

【技术实现步骤摘要】
视觉搜索效能评估方法、装置、设备、介质和程序产品


[0001]本申请涉及人机交互
，特别是涉及一种视觉搜索效能评估方法、装置、设备、介质和程序产品。

技术介绍

[0002]随着信息技术的发展，用户往往需要在复杂的界面中寻找需要的目标信息，例如在大型门户网站中找到某个链接的入口，或者在电子地图界面上找到某个目的地的图标。
[0003]然而，目前的视觉搜索评估方法都不够准确。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种对视觉搜索评估结果进行量化的视觉搜索效能评估方法、装置、设备、介质和程序产品。
[0005]第一方面，本申请提供了一种视觉搜索效能评估方法。该方法包括：获取待评估的背景图像与目标图像；将目标图像叠加至背景图像的不同位置处，以得到多个候选图像；获取与多个候选图像一一对应的多组特征数据，各组特征数据包括对应的候选图像的图像特征数据和目标图像的图像特征数据，其中，图像特征数据包括HSV值和图像梯度；将多组特征数据分别输入目标模型中，根据目标模型的输出得到平均搜索响应时间，平均搜索响应时间用于表征通过视觉从背景图像中搜索到目标图像的效能。
[0006]在其中一个实施例中，将目标图像叠加至背景图像的不同位置处，包括：通过滑窗法将目标图像叠加在背景图像的不同位置处。
[0007]在其中一个实施例中，将多组特征数据分别输入目标模型中，根据目标模型的输出得到平均搜索响应时间，包括：
[0008]将多组特征数据中的每一组数据输入目标模型中，得到目标图像在背景图像中一个位置的搜索响应时间；计算多组特征数据得到的多个搜索响应时间的平均值，得到平均搜索响应时间。
[0009]在其中一个实施例中，目标模型的训练过程包括：
[0010]获取样本数据，样本数据包括样本背景区域的HSV值和图像梯度、样本目标区域的HSV值和图像梯度以及样本背景区域和样本目标区域对应的样本搜索响应时间；将样本数据输入至初始检测模型中进行训练，以得到目标模型。
[0011]在其中一个实施例中，方法还包括：
[0012]根据预先设定的第一划分规则从样本背景图像中截取得到样本背景区域，第一划分规则为在第一对应视角范围内；根据预先设定的第二划分规则将样本目标图像叠加到样本背景图像中，得到样本目标区域，第二划分规则为在第二对应视角范围内。
[0013]在其中一个实施例中，获取待评估的背景图像与目标图像，包括：
[0014]获取多个不同视觉显示参数的背景图像；对应的，方法还包括：根据各背景图像对应的平均搜索响应时间确定视觉显示参数的最优参数组合。
[0015]第二方面，本申请还提供了一种视觉搜索效能评估装置。该装置包括：
[0016]第一获取模块，用于获取待评估的背景图像与目标图像；
[0017]叠加模块，用于将目标图像叠加至背景图像的不同位置处，以得到多个候选图像；
[0018]第二获取模块，用于获取与多个候选图像一一对应的多组特征数据，各组特征数据包括对应的候选图像的图像特征数据和目标图像的图像特征数据，其中，图像特征数据包括HSV值和图像梯度；
[0019]输入模块，用于将多组特征数据分别输入目标模型中，根据目标模型的输出得到平均搜索响应时间，平均搜索响应时间用于表征通过视觉从背景图像中搜索到目标图像的效能。
[0020]在其中一个实施例中，叠加模块，具体用于通过滑窗法将目标图像叠加在背景图像的不同位置处。
[0021]在其中一个实施例中，输入模块，具体用于将多组特征数据中的每一组数据输入目标模型中，得到目标图像在背景图像中一个位置的搜索响应时间；计算多组特征数据得到的多个搜索响应时间的平均值，得到平均搜索响应时间。
[0022]在其中一个实施例中，还包括训练模块，训练模块用于获取样本数据，样本数据包括样本背景区域的HSV值和图像梯度、样本目标区域的HSV值和图像梯度以及样本背景区域和样本目标区域对应的样本搜索响应时间；将样本数据输入至初始检测模型中进行训练，以得到目标模型。
[0023]在其中一个实施例中，还包括截取模块，截取模块用于根据预先设定的第一划分规则从样本背景图像中截取得到样本背景区域，第一划分规则为在第一对应视角范围内；根据预先设定的第二划分规则将样本目标图像叠加到样本背景图像中，得到样本目标区域，第二划分规则为在第二对应视角范围内。
[0024]在其中一个实施例中，第一获取模块具体用于获取多个不同视觉显示参数的背景图像；对应的，还包括确定模块，确定模块用于根据各背景图像对应的平均搜索响应时间确定视觉显示参数的最优参数组合。
[0025]第三方面，本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现上述视觉搜索效能评估方法。
[0026]第四方面，本申请还提供了一种计算机可读存储介质。该计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述视觉搜索效能评估方法。
[0027]第五方面，本申请还提供了一种计算机程序产品。该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述视觉搜索效能评估方法。
[0028]上述视觉搜索效能评估方法、装置、设备、介质和程序产品，首先，获取待评估的背景图像与目标图像；然后，将目标图像叠加至背景图像的不同位置处，得到多个候选图像；同时获取与多个候选图像一一对应的多组特征数据，最后将多组特征数据分别输入目标模型中，根据目标模型的输出得到平均搜索响应时间。其中，平均搜索响应时间用于表征通过视觉从背景图像中搜索到目标图像的效能。各组特征数据包括对应的候选图像的图像特征数据和目标图像的图像特征数据，图像特征数据包括HSV值和图像梯度。通过将目标图像叠加至背景图像不同位置，得到多个候选图像，然后获取候选图像和目标图像的HSV值和图像
梯度，输入目标模型中得到目标图像在背景图像中被搜索到的平均搜索响应时间，实现了视觉搜索评估结果的量化。
[0029]进一步地，评估方法采用图像的HSV和图像梯度，更接近人类视觉系统的感知，同时考虑了背景图像对目标图像搜索的影响，得到的评估结果更加准确。
附图说明
[0030]图1为一个实施例中视觉搜索效能评估方法的流程示意图；
[0031]图2为一个实施例中视觉搜索效能评估方法的流程示意图；
[0032]图3为一个实施例中视觉搜索效能评估方法的流程示意图；
[0033]图4为另一个实施例中样本背景区域和样本目标区域的界定；
[0034]图5为另一个实施例中视觉搜索效能评估方法的流程示意图；
[0035]图6为另一个实施例中视觉搜索效能评估方法的流程示意图；
[0036]图7为另一个实施例中视觉搜索效能评估方法的优化过程示意图；
[0037]图8为一个实施例中视觉搜索效能评估装置的结构框图；
[0038本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视觉搜索效能评估方法，其特征在于，所述方法包括：获取待评估的背景图像与目标图像；将所述目标图像叠加至所述背景图像的不同位置处，以得到多个候选图像；获取与所述多个候选图像一一对应的多组特征数据，各组所述特征数据包括对应的所述候选图像的图像特征数据和所述目标图像的图像特征数据，其中，所述图像特征数据包括HSV值和图像梯度；将所述多组特征数据分别输入目标模型中，根据所述目标模型的输出得到平均搜索响应时间，所述平均搜索响应时间用于表征通过视觉从所述背景图像中搜索到所述目标图像的效能。2.根据权利要求1所述的方法，其特征在于，所述将所述目标图像叠加至所述背景图像的不同位置处，包括：通过滑窗法将所述目标图像叠加在所述背景图像的不同位置处。3.根据权利要求1所述的方法，其特征在于，所述将所述多组特征数据分别输入目标模型中，根据所述目标模型的输出得到平均搜索响应时间，包括：将所述多组特征数据中的每一组数据输入所述目标模型中，得到所述目标图像在所述背景图像中一个位置的搜索响应时间；计算所述多组特征数据得到的多个所述搜索响应时间的平均值，得到所述平均搜索响应时间。4.根据权利要求1所述的方法，其特征在于，所述目标模型的训练过程包括：获取样本数据，所述样本数据包括样本背景区域的HSV值和图像梯度、样本目标区域的HSV值和图像梯度以及样本背景区域和样本目标区域对应的样本搜索响应时间；将所述样本数据输入至初始检测模型中进行训练，以得到所述目标模型。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：根据预先设定的第一划分规则从样本背景图像中截取得到所述样本背景区域，所...

【专利技术属性】
技术研发人员：张丹，朱奥，
申请(专利权)人：清华大学，
类型：发明
国别省市：