【技术实现步骤摘要】
本专利技术涉及色彩分析领域，特别涉及是一种基于自适应双通道特征融合的色彩图像评价方法、装置、设备以及存储介质。
技术介绍
1、目前，计算机技术在美术作品上的研究主要集中在风格迁移的图像生成、样式渲染、美术内容检索等领域上，对色彩图像的分级分类研究较少，针对目前美术教育评分的落后工作体系，用计算机实现对学生美术作品快速、准确、智能的评判。有效针对专业美术院校招生录取工作中人工评卷导致的低效率、长周期、程序繁琐、破坏性大的工作流程，提高阅卷效率，保护考试样品，辅助评卷老师，降低评卷工作量，增强工作效率和提高工作质量。
2、现存的艺术分类算法过程主要分为两步：特征提取和分类。色彩的质量是色彩作品的高级视觉特征，同时代表着图像的高级语义和视觉表示。因此，特征提取是色彩图像评级的关键，传统的手工特征提取算法有sift，灰度直方图，bp神经网络等，然而，上述手工特征提取算法依赖于研究者的先验知识，难以代表色彩图像的高级语义特征，从而导致色彩图像的评价结果不准确，效率低下。
技术实现思路
1、基于此，本专利技术的目的在于，提供一种基于自适应双通道特征融合的色彩图像评价方法、装置、设备以及存储介质，获得基于色彩通道以及灰度通道提取的特征图，考虑到特征间的不一致性冲突，采用计算自适应权重算子的方法，获得基于色彩通道以及灰度通道提取的特征图对应的权重参数矩阵，以充分捕获不同位置的特征响应，从而进一步抑制不一致的冲突信息，结合特征图以及相应的权重参数矩阵，进行特征融合，使得灰度通道和色彩通道
2、第一方面，本申请实施例提供了一种基于自适应双通道特征融合的色彩图像评价方法，包括以下步骤：
3、获得待评价的色彩图像以及预设的色彩评价模型，其中，所述色彩评价模型包括特征提取模块、权重计算模块、特征融合模块以及色彩分析模块；所述特征提取模块包括色彩通道以及灰度通道；
4、将所述待评价的色彩图像分别输入至所述色彩通道以及灰度通道中进行特征提取，获得所述待评价的色彩图像对应的第一色彩特征图以及灰度特征图，将所述灰度特征图输入至所述色彩通道中进行特征提取，获得待评价的色彩图像对应的第二色彩特征图；
5、将所述第一色彩特征图以及第二色彩特征图分别输入至所述权重计算模块中进行权重计算，获得所述第一色彩特征图对应的第一权重参数矩阵以及所述第二色彩特征图对应的第二权重参数矩阵；
6、将所述第一色彩特征图、第二色彩特征图、第一权重参数矩阵以及第二权重参数矩阵输入至所述特征融合模块中进行特征融合，获得特征融合图；
7、将所述特征融合图输入至所述色彩分析模块中进行色彩评价，获得所述待评价的色彩图像的评价结果。
8、第二方面，本申请实施例提供了一种基于自适应双通道特征融合的色彩图像评价装置，包括：
9、数据获得单元，用于获得待评价的色彩图像以及预设的色彩评价模型，其中，所述色彩评价模型包括特征提取模块、权重计算模块、特征融合模块以及色彩分析模块；所述特征提取模块包括色彩通道以及灰度通道；
10、特征提取单元，用于将所述待评价的色彩图像分别输入至所述色彩通道以及灰度通道中进行特征提取，获得所述待评价的色彩图像对应的第一色彩特征图以及灰度特征图，将所述灰度特征图输入至所述色彩通道中进行特征提取，获得待评价的色彩图像对应的第二色彩特征图；
11、权重计算单元，用于将所述第一色彩特征图以及第二色彩特征图分别输入至所述权重计算模块中进行权重计算，获得所述第一色彩特征图对应的第一权重参数矩阵以及所述第二色彩特征图对应的第二权重参数矩阵；
12、特征融合单元，用于将所述第一色彩特征图、第二色彩特征图、第一权重参数矩阵以及第二权重参数矩阵输入至所述特征融合模块中进行特征融合，获得特征融合图；
13、色彩评价单元，用于将所述特征融合图输入至所述色彩分析模块中进行色彩评价，获得所述待评价的色彩图像的评价结果。
14、第三方面，本申请实施例提供了一种计算机设备，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的基于自适应双通道特征融合的色彩图像评价方法的步骤。
15、第四方面，本申请实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的基于自适应双通道特征融合的色彩图像评价方法的步骤。
16、在本申请实施例中，提供一种基于自适应双通道特征融合的色彩图像评价方法、装置、设备以及存储介质，获得基于色彩通道以及灰度通道提取的特征图，考虑到特征间的不一致性冲突，采用计算自适应权重算子的方法，获得基于色彩通道以及灰度通道提取的特征图对应的权重参数矩阵，以充分捕获不同位置的特征响应，从而进一步抑制不一致的冲突信息，结合特征图以及相应的权重参数矩阵，进行特征融合，使得灰度通道和色彩通道提取的特征图进行互补，能够表示更多的分类信息，提高色彩评价的准确性。
17、为了更好地理解和实施，下面结合附图详细说明本专利技术。
本文档来自技高网...【技术保护点】
1.一种基于自适应双通道特征融合的色彩图像评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于自适应双通道特征融合的色彩图像评价方法，其特征在于，所述将所述待评价的色彩图像分别输入至所述色彩通道以及灰度通道中进行特征提取，获得所述待评价的色彩图像对应的第一色彩特征图以及灰度特征图，将所述灰度特征图输入至所述色彩通道中进行特征提取，获得待评价的色彩图像对应的第二色彩特征图，包括步骤：
3.根据权利要求1或2所述的基于自适应双通道特征融合的色彩图像评价方法，其特征在于，所述将所述第一色彩特征图以及第二色彩特征图分别输入至所述权重计算模块中进行权重计算，获得所述第一色彩特征图对应的第一权重参数矩阵以及所述第二色彩特征图对应的第二权重参数矩阵，包括步骤：
4.根据权利要求3所述的基于自适应双通道特征融合的色彩图像评价方法，其特征在于，所述将所述第一色彩特征图、第二色彩特征图、第一权重参数矩阵以及第二权重参数矩阵输入至所述特征融合模块中进行特征融合，获得特征融合图，包括步骤：
5.根据权利要求4所述的基于自适应双通道特征融合的色
6.一种基于自适应双通道特征融合的色彩图像评价装置，其特征在于，包括：
7.一种计算机设备，其特征在于，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的基于自适应双通道特征融合的色彩图像评价方法的步骤。
8.一种存储介质，其特征在于：所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的基于自适应双通道特征融合的色彩图像评价方法的步骤。
...【技术特征摘要】
1.一种基于自适应双通道特征融合的色彩图像评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于自适应双通道特征融合的色彩图像评价方法，其特征在于，所述将所述待评价的色彩图像分别输入至所述色彩通道以及灰度通道中进行特征提取，获得所述待评价的色彩图像对应的第一色彩特征图以及灰度特征图，将所述灰度特征图输入至所述色彩通道中进行特征提取，获得待评价的色彩图像对应的第二色彩特征图，包括步骤：
3.根据权利要求1或2所述的基于自适应双通道特征融合的色彩图像评价方法，其特征在于，所述将所述第一色彩特征图以及第二色彩特征图分别输入至所述权重计算模块中进行权重计算，获得所述第一色彩特征图对应的第一权重参数矩阵以及所述第二色彩特征图对应的第二权重参数矩阵，包括步骤：
4.根据权利要求3所述的基于自适应双通道特征融合的色彩图像评价方法，其特征在于，所述将所述第一色彩特征图、...
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。