【技术实现步骤摘要】
生成图像质量评价模型的方法、图像质量评价方法及装置
[0001]本公开涉及计算机视觉
，尤其涉及生成生成图像质量评价模型的方法、图像质量评价方法及装置。
技术介绍
[0002]随着业务对图像质量以及用户使用体验感要求的不断提高，图像质量评价方法的研究显得越来越重要。图像质量评价主要分为客观评价以及主观感受评价。其中，客观评价方式主要是通过算法来评估图像的质量，主观评价方式是通过人眼直接给出观感得分，最贴近用户感受。但在实际场景中，主观评价方式时间成本极高，并且主观评价方式易受到显示设备、评价者主观情绪等外部因素影响。因此，图像质量评价方法的目标就是设计出一种能够贴近主观评价结果的客观评价算法。
[0003]图像质量评价方法根据使用原始图像信息的程度分为全参考图像质量评价、半参考图像质量图像评价、无参考图像质量评价。在实际业务场景中，一般无法获取到未失真的参考图像，因此无参考图像质量评价受到关注。但是由于没有可供参考的图像，且图像内容十分丰富，无参考图像质量评价具有较高的挑战。
[0004]现有技术中常基...
【技术保护点】
【技术特征摘要】
1.一种生成图像质量评价模型的方法，包括：构建用于生成图像质量评价模型的训练模型，所述训练模型包括：特征提取组件、池化组件和分值预测组件；将训练图像输入训练模型进行处理，包括：所述训练图像经所述特征提取组件进行特征提取，得到特征图；所述特征图经所述池化组件进行融合，得到特征融合图；所述特征融合图经所述分值预测组件处理，得到指示训练图像质量的预测分值；通过计算所述预测分值与所述训练图像的主观分值的损失值，来调整所述训练模型的模型参数，直至训练结束，得到训练好的训练模型；以及对所述训练好的训练模型进行等效变换，以生成图像质量评价模型。2.如权利要求1所述的方法，其中，所述对训练好的训练模型进行等效变换，以生成图像质量评价模型的步骤包括：将训练好的训练模型中的特征提取组件进行等效变换，得到等效后的特征提取组件。3.如权利要求1或2所述的方法，其中，所述特征提取组件包括至少一个特征提取阶段，且所述特征提取阶段中包括不同数量个卷积处理块，其中，所述卷积处理块包括耦接的多分支模块和注意力模块，所述多分支模块适于提取图像的特征，所述注意力模块适于通过所生成的注意力权值对特征进行增强处理。4.如权利要求1
‑
3中任一项所述的方法，其中，所述池化组件包括3个池化层和特征融合层，其中所述池化层对输入的特征图进行池化，得到对应的池...
【专利技术属性】
技术研发人员：李洋，王磊，陈松，张磊，张丽娜，
申请(专利权)人：车智互联北京科技有限公司，
类型：发明
国别省市：
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。