【技术实现步骤摘要】
本申请涉及计算机，具体涉及一种图像清晰度评估模型获得方法。本申请同时涉及一种图像清晰度评估模型获得装置、电子设备和计算机可读存储介质。本申请还涉及一种图像清晰度评估方法、装置、电子设备和计算机可读存储介质。本申请还涉及一种训练样本获得方法、装置、电子设备和计算机可读存储介质。本申请还涉及另一种图像清晰度评估模型获得方法、装置、电子设备和计算机可读存储介质。
技术介绍
1、在线上到线下服务平台中，图像数据是其核心资产之一，它们对于用户获取商品信息、完成购买行为起着至关重要的作用。当用户访问线上到线下服务平台的一个服务页面时，服务页面中所展示的商品图像的清晰度将直接影响用户的视觉体验和对商品的兴趣。因此，从海量的图像中挑选出高质量、清晰的图像进行展示，是十分有必要的。
2、传统的图像清晰度评估方法需参考标准图像，并根据客观评估指标对图像的清晰度进行评估，这种方法并不适用于无参考的图像清晰度评估场景，且无法模拟人眼对清晰度的视觉感受。
技术实现思路
1、本申请提供一种图像清晰度评估模型获得方法，以解决现有图像清晰度评估方法不适用于无参考的图像清晰度评估场景，且无法模拟人眼对清晰度的视觉感受的问题。本申请另外提供一种图像清晰度评估模型获得装置、电子设备和计算机可读存储介质。本申请还提供一种图像清晰度评估方法、装置、电子设备和计算机可读存储介质。本申请还提供一种训练样本获得方法、装置、电子设备和计算机可读存储介质。本申请还提供另一种图像清晰度评估模型获得方法、装置、电子设备和计算
2、本申请提供一种图像清晰度评估模型获得方法，包括：获得针对原始图像的清晰度评估结果；根据针对所述原始图像的清晰度评估结果，对所述原始图像进行图像退化处理或图像重建处理，获得处理后的图像；获得针对所述处理后的图像的清晰度评估结果；根据所述原始图像和针对所述原始图像的清晰度评估结果，以及所述处理后的图像和针对所述处理后的图像的清晰度评估结果，获得用于评估图像清晰度的第一图像清晰度评估模型。
3、可选地，所述获得针对原始图像的清晰度评估结果，包括：建立图像所属的清晰度类别与清晰度评分范围之间的对应关系；根据图像清晰度分类模型，获得所述原始图像所属的清晰度类别；根据所述原始图像所属的清晰度类别对应的清晰度评分范围，获得针对所述原始图像的清晰度评分，作为针对所述原始图像的清晰度评估结果。
4、可选地，所述获得针对原始图像的清晰度评估结果，包括：建立图像所属的清晰度类别的概率值与清晰度评分之间的对应关系；根据图像清晰度分类模型，获得所述原始图像所属的清晰度类别的概率值；获得所述原始图像所属的清晰度类别的概率值对应的清晰度评分，作为针对所述原始图像的清晰度评估结果。
5、可选地，所述根据针对所述原始图像的清晰度评估结果，对所述原始图像进行图像退化处理或图像重建处理，获得处理后的图像，包括：如果针对所述原始图像的清晰度评估结果表示所述原始图像的清晰度高于第一预设阈值，则对所述原始图像中的背景部分进行图像退化处理，获得背景退化图像，作为处理后的图像；所述获得针对所述处理后的图像的清晰度评估结果，包括：根据针对所述原始图像的清晰度评估结果，获得针对所述处理后的图像的清晰度评估结果，其中，针对所述处理后的图像的清晰度评估结果表示所述处理后的图像的清晰度低于所述原始图像的清晰度，且所述处理后的图像的清晰度与所述原始图像的清晰度之间的差异满足预设范围。
6、可选地，所述根据针对所述原始图像的清晰度评估结果，对所述原始图像进行图像退化处理或图像重建处理，获得处理后的图像，包括：如果针对所述原始图像的清晰度评估结果表示所述原始图像的清晰度低于所述第一预设阈值，且高于第二预设阈值，则对所述原始图像进行图像退化处理，获得全图退化图像，作为处理后的图像；所述获得针对所述处理后的图像的清晰度评估结果，包括：根据针对所述原始图像的清晰度评估结果，获得针对所述处理后的图像的清晰度评估结果，其中，针对所述处理后的图像的清晰度评估结果表示所述处理后的图像的清晰度低于所述原始图像的清晰度。
7、可选地，所述根据针对所述原始图像的清晰度评估结果，对所述原始图像进行图像退化处理或图像重建处理，获得处理后的图像，包括：如果针对所述原始图像的清晰度评估结果表示所述原始图像的清晰度低于所述第二预设阈值，则对所述原始图像进行图像重建处理，获得全图重建图像，作为处理后的图像；
8、所述获得针对所述处理后的图像的清晰度评估结果，包括：根据针对所述原始图像的清晰度评估结果，获得针对所述处理后的图像的清晰度评估结果，其中，针对所述处理后的图像的清晰度评估结果表示所述处理后的图像的清晰度高于所述原始图像的清晰度。
9、可选地，所述对所述原始图像进行图像重建处理，获得全图重建图像，作为处理后的图像，包括：将所述原始图像输入图像重建模型，获得全图重建图像；通过图像清晰度分类判别器，判断所述全图重建图像所属的清晰度类别是否为清晰类别，并通过图像相对清晰度判别器，判断所述全图重建图像的清晰度是否高于所述原始图像的清晰度；如果所述全图重建图像所属的清晰度类别为清晰类别，且所述全图重建图像的清晰度高于所述原始图像的清晰度，则将所述全图重建图像作为处理后的图像。
10、可选地，所述根据所述原始图像和针对所述原始图像的清晰度评估结果，以及所述处理后的图像和针对所述处理后的图像的清晰度评估结果，获得用于评估图像清晰度的第一图像清晰度评估模型，包括：获得第一图像清晰度评估初始模型，所述第一图像清晰度评估初始模型为回归模型；将所述原始图像和所述处理后的图像分别作为输入样本，输入所述第一图像清晰度评估初始模型，获得针对所述输入样本的清晰度预测结果；根据针对所述输入样本的清晰度预测结果和针对所述输入样本的清晰度评估结果，调整所述第一图像清晰度评估初始模型的参数，获得所述第一图像清晰度评估模型。
11、可选地，所述根据针对所述输入样本的清晰度预测结果和针对所述输入样本的清晰度评估结果，调整所述第一图像清晰度评估初始模型的参数，获得所述第一图像清晰度评估模型，包括：获得用于评估针对所述输入样本的清晰度预测结果与针对所述输入样本的清晰度评估结果之间的差异程度的清晰度评估差异损失函数；根据所述清晰度评估差异损失函数，调整所述第一图像清晰度评估初始模型的参数，获得所述第一图像清晰度评估模型。
12、可选地，所述根据所述清晰度评估差异损失函数，调整所述第一图像清晰度评估初始模型的参数，获得所述第一图像清晰度评估模型，包括：根据针对所述输入样本的清晰度预测结果和针对所述输入样本的清晰度评估结果，计算所述清晰度评估差异损失函数的值；根据所述清晰度评估差异损失函数的值，调整所述第一图像清晰度评估初始模型的参数；直到所述清晰度评估差异损失函数的值达到第一预设条件，停止调整所述第一图像清晰度评估初始模型的参数，获得所述第一图像清晰度评估模型。
13、可选地，所述清晰度评估差异损失函数如下本文档来自技高网...
【技术保护点】
1.一种图像清晰度评估模型获得方法，其特征在于，包括：
2.根据权利要求1所述的图像清晰度评估模型获得方法，其特征在于，所述根据针对所述原始图像的清晰度评估结果，对所述原始图像进行图像退化处理或图像重建处理，获得处理后的图像，包括：
3.根据权利要求2所述的图像清晰度评估模型获得方法，其特征在于，所述根据针对所述原始图像的清晰度评估结果，对所述原始图像进行图像退化处理或图像重建处理，获得处理后的图像，包括：
4.根据权利要求3所述的图像清晰度评估模型获得方法，其特征在于，所述根据针对所述原始图像的清晰度评估结果，对所述原始图像进行图像退化处理或图像重建处理，获得处理后的图像，包括：
5.根据权利要求1所述的图像清晰度评估模型获得方法，其特征在于，所述根据所述原始图像和针对所述原始图像的清晰度评估结果，以及所述处理后的图像和针对所述处理后的图像的清晰度评估结果，获得用于评估图像清晰度的第一图像清晰度评估模型，包括：
6.一种图像清晰度评估方法，其特征在于，包括：
7.一种训练样本获得方法，其特征在于，包括：p>
8.一种图像清晰度评估模型获得方法，其特征在于，包括：
9.一种电子设备，其特征在于，包括处理器和存储器；
10.一种存储介质，其特征在于，所述存储介质存储有程序和数据，所述程序被处理器执行，用于实现权利要求1-5任意一项所述的图像清晰度评估模型获得方法，或者权利要求6所述的图像清晰度评估方法，或者权利要求7所述的训练样本获得方法，或者权利要求8所述的图像清晰度评估模型获得方法。
...【技术特征摘要】
1.一种图像清晰度评估模型获得方法，其特征在于，包括：
2.根据权利要求1所述的图像清晰度评估模型获得方法，其特征在于，所述根据针对所述原始图像的清晰度评估结果，对所述原始图像进行图像退化处理或图像重建处理，获得处理后的图像，包括：
3.根据权利要求2所述的图像清晰度评估模型获得方法，其特征在于，所述根据针对所述原始图像的清晰度评估结果，对所述原始图像进行图像退化处理或图像重建处理，获得处理后的图像，包括：
4.根据权利要求3所述的图像清晰度评估模型获得方法，其特征在于，所述根据针对所述原始图像的清晰度评估结果，对所述原始图像进行图像退化处理或图像重建处理，获得处理后的图像，包括：
5.根据权利要求1所述的图像清晰度评估模型获得方法，其特征在于，所述...
【专利技术属性】
技术研发人员：畅青，苑爱泉，
申请(专利权)人：拉扎斯网络科技上海有限公司，
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。