图像质量检测的方法及装置制造方法及图纸

说明书披露一种图像质量检测的方法及装置，所述图像质量检测的方法包括：获取待检测图像；将所述待检测图像缩放至多种预设尺寸，得到每种尺寸对应的缩放图像；针对每张缩放图像，将所述缩放图像切割为若干图像块；将各缩放图像切割后的图像块输入已训练的图像质量检测模型，通过所述图像质量检测模型输出所述待检测图像的质量分值；其中，所述图像质量检测模型包括：特征提取层、注意力层和分数计算层。采用上述技术方案使得模型计算出的图像质量分值更接近于人类主观识别的质量分值，从而提升图像质量检测的准确性。提升图像质量检测的准确性。提升图像质量检测的准确性。

【技术实现步骤摘要】
图像质量检测的方法及装置


[0001]本说明书涉及图像处理领域，尤其涉及一种图像质量检测的方法及装置。

技术介绍

[0002]利用图像提取信息已经被广泛的应用于人们的日常生活中，比如从用户上传的证照图像中提取用户证件信息。由于用户的拍照设备，拍照环境，图像传输方法等因素的影响，使得图像会存在很多噪声，比如图像噪点大。过大的图像噪声会影响后续图像信息提取的准确性。
[0003]目前，在提取图像信息之前，可先对图像的质量进行检测，针对质量合格的图像再进行信息提取，如何提高图像质量检测的准确性是亟待解决的技术问题。

技术实现思路

[0004]有鉴于此，本说明书提供一种图像质量检测的方法及装置。
[0005]具体的，本说明书是通过如下技术方案实现的：
[0006]第一方面，本说明书提出了一种图像质量检测的方法，该方法包括：
[0007]获取待检测图像；
[0008]将所述待检测图像缩放至多种预设尺寸，得到每种尺寸对应的缩放图像；
[0009]针对每张缩放图像，将所述缩放图像切割为若干图像块；
[0010]将各缩放图像切割后的图像块输入已训练的图像质量检测模型，通过所述图像质量检测模型输出所述待检测图像的质量分值；
[0011]其中，所述图像质量检测模型包括：特征提取层、注意力层和分数计算层；所述特征提取层用于提取每个图像块的图像特征、块位置特征，以及所述待检测图像的尺寸融合特征，并根据所述图像特征、块位置特征和所述尺寸融合特征确定每个图像块的图像块特征；所述注意力层用于采用注意力机制确定图像块之间的注意力分值，并根据所述注意力分值和所述图像块特征确定所述待检测图像的综合图像特征，所述分数计算层用于根据所述综合图像特征计算所述待检测图像的质量分值。
[0012]可选地，所述特征提取层提取每个图像块的块位置特征的过程包括：
[0013]确定每个图像块的初始位置特征；
[0014]针对参考尺寸下的每个图像块，将所述图像块的初始位置特征确定为所述图像块的块位置特征；
[0015]针对非参考尺寸下的每个图像块，将所述图像块的初始位置特征映射到所述参考尺寸下，得到所述图像块的块位置特征。
[0016]可选地，所述特征提取层根据所述图像特征、块位置特征和所述尺寸融合特征确定每个图像块的图像块特征的过程包括：
[0017]将所述尺寸融合特征拆解为对应每种尺寸的子尺寸特征，所述子尺寸特征包括对应尺寸下各图像块的块尺寸特征；
[0018]针对每个图像块，根据所述图像块的图像特征、块位置特征和其块尺寸特征确定所述图像块的图像块特征。
[0019]可选地，所述将所述待检测图像缩放至多种预设尺寸，得到每种尺寸对应的缩放图像，包括：
[0020]基于预设的基准尺寸对所述待检测图像进行调整，得到基准尺寸的待检测图像；
[0021]基于多种预设的尺寸系数，对所述基准尺寸的待检测图像进行缩放，得到每种尺寸对应的缩放图像。
[0022]可选地，所述图像质量检测模型的训练过程包括：
[0023]获取样本图像，所述样本图像具有质量分值标签；
[0024]将所述样本图像缩放至多种预设尺寸，得到每种尺寸对应的样本缩放图像；
[0025]针对每张样本缩放图像，将所述样本缩放图像切割为若干样本图像块；
[0026]将所述样本图像块输入图像质量检测模型，得到所述图像质量检测模型输出所述样本图像的质量预测分值；
[0027]计算所述质量预测分值和所述样本图像的质量分值标签之间的差异；
[0028]根据所述差异更新所述图像质量检测模型参数。
[0029]可选地，所述质量分值标签的确定过程包括：
[0030]针对每张样本图像，获取所述样本图像的多个质量评分，其中，不同质量评分由不同评分人员确定；
[0031]综合所述多个质量评分，得到所述样本图像的质量分值标签。
[0032]可选地，所述方法还包括：
[0033]判断所述待检测图像的质量分值是否小于预设的质量分值阈值；
[0034]当所述质量分值小于预设的质量分值阈值时，输出质量不合格的提示。
[0035]第二方面，本申请还提供了一种图像质量检测的装置，所述装置包括：
[0036]图像获取模块，用于获取待检测图像；
[0037]图像缩放模块，用于将所述待检测图像缩放至多种预设尺寸，得到每种尺寸对应的缩放图像；
[0038]图像切割模块，用于针对每张缩放图像，将所述缩放图像切割为若干图像块；
[0039]图像质量检测模块，用于将各缩放图像切割后的图像块输入已训练的图像质量检测模型，通过所述图像质量检测模型输出所述待检测图像的质量分值。
[0040]其中，所述图像质量检测模型包括：特征提取层、注意力层和分数计算层；所述特征提取层用于提取每个图像块的图像特征、块位置特征，以及所述待检测图像的尺寸融合特征，并根据所述图像特征、块位置特征和所述尺寸融合特征确定每个图像块的图像块特征；所述注意力层用于采用注意力机制确定图像块之间的注意力分值，并根据所述注意力分值和所述图像块特征确定所述待检测图像的综合图像特征，所述分数计算层用于根据所述综合图像特征计算所述待检测图像的质量分值。
[0041]第三方面，本说明书还提供了一种电子设备，该电子设备包括：
[0042]处理器；
[0043]用于存储机器可执行指令的存储器；
[0044]其中，所述处理器通过运行所述可执行指令以实现如前述方法的步骤。
[0045]第四方面，本说明书还提供了一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如前述方法的步骤。
[0046]采用上述技术方案，可先将待检测图像缩放成多种预设尺寸，然后再将每张缩放图像切割成图像块输入图像质量检测模型，由图像质量检测模型的特征提取层提取每个图像块的图像块特征，再由注意力层通过所述注意力机制确定图像块之间的注意力分值，并基于所述图像块特征和所述注意力分值确定待检测图像的综合图像特征，采用注意力机制使得图像质量检测模型可以模仿人眼对图像的观察，减少图像块位置等因素对模型计算结果的影响，后续根据该综合图像特征计算出所述待检测图像的质量分值，使得所述图像质量检测模型计算出的图像质量分值更接近于人类主观识别的图像质量分值，从而提升图像质量检测的准确性。
附图说明
[0047]图1是本说明书一示例性实施例示出的一种图像质量检测的方法的流程示意图。
[0048]图2是本说明书一示例性实施例示出的一种图像质量检测模型的结构框图。
[0049]图3是本说明书一示例性实施例示出的三张缩放图像切割后的图像块矩阵示意图。
[0050]图4是本说明书一示例性实施例示出的一种图像质量检测模型的训练过程的流程示意图。
[0051]图5是本说明书一示例性实施例提供的一种电子设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像质量检测的方法，其特征在于，所述方法包括：获取待检测图像；将所述待检测图像缩放至多种预设尺寸，得到每种尺寸对应的缩放图像；针对每张缩放图像，将所述缩放图像切割为若干图像块；将各缩放图像切割后的图像块输入已训练的图像质量检测模型，通过所述图像质量检测模型输出所述待检测图像的质量分值；其中，所述图像质量检测模型包括：特征提取层、注意力层和分数计算层；所述特征提取层用于提取每个图像块的图像特征、块位置特征，以及所述待检测图像的尺寸融合特征，并根据所述图像特征、块位置特征和所述尺寸融合特征确定每个图像块的图像块特征；所述注意力层用于采用注意力机制确定图像块之间的注意力分值，并根据所述注意力分值和所述图像块特征确定所述待检测图像的综合图像特征，所述分数计算层用于根据所述综合图像特征计算所述待检测图像的质量分值。2.根据权利要求1所述方法，其特征在于，所述特征提取层提取每个图像块的块位置特征的过程包括：确定每个图像块的初始位置特征；针对参考尺寸下的每个图像块，将所述图像块的初始位置特征确定为所述图像块的块位置特征；针对非参考尺寸下的每个图像块，将所述图像块的初始位置特征映射到所述参考尺寸下，得到所述图像块的块位置特征。3.根据权利要求1所述方法，其特征在于，所述特征提取层根据所述图像特征、块位置特征和所述尺寸融合特征确定每个图像块的图像块特征的过程包括：将所述尺寸融合特征拆解为对应每种尺寸的子尺寸特征，所述子尺寸特征包括对应尺寸下各图像块的块尺寸特征；针对每个图像块，根据所述图像块的图像特征、块位置特征和其块尺寸特征确定所述图像块的图像块特征。4.根据权利要求1所述方法，其特征在于，所述将所述待检测图像缩放至多种预设尺寸，得到每种尺寸对应的缩放图像，包括：基于预设的基准尺寸对所述待检测图像进行调整，得到基准尺寸的待检测图像；基于多种预设的尺寸系数，对所述基准尺寸的待检测图像进行缩放，得到每种尺寸对应的缩放图像。5.根据权利要求1所述方法，其特征在于，所述图像质量检测模型的训练过程包括：获取样本图像，所述样本图像具有质量分值标签；将所述样本图像缩放至多种预设尺寸，得到每种尺寸对应的样本缩放...

【专利技术属性】
技术研发人员：赵仪琳，魏海巍，葛书航，刘凯，
申请(专利权)人：共道网络科技有限公司，
类型：发明
国别省市：