画质识别方法、装置、设备、存储介质及程序产品制造方法及图纸

本申请公开了一种画质识别方法、装置、设备、存储介质及程序产品；在本申请中，对样本图像进行特征提取，得到样本图像的样本特征；对样本特征进行区域识别，得到样本图像中的各个样本区域，并根据样本区域的区域特征，确定样本区域的画质衡量参数；根据样本区域的区域特征和样本图像的画质标签，确定样本区域的区域分类损失值；从样本区域中筛选出区域分类损失值和画质衡量参数不匹配的目标样本区域，并根据目标样本区域的区域特征和样本特征，确定样本图像的目标分类损失值；根据目标分类损失值对待训练画质识别模型进行训练，得到已训练画质识别模型，以通过已训练画质识别模型对图像进行画质识别。本申请实施例可以提高画质识别结果的准确性。

【技术实现步骤摘要】

本申请涉及图像处理，具体涉及一种画质识别方法、装置、设备、存储介质及程序产品。

技术介绍

1、随着互联网的发展，观看视频的用户越来越多，为了吸引更多的用户观看视频，通常会为用户推荐高质量的视频。

2、画质是衡量高质量视频的因素之一，如果画质较差，会影响观看视频的用户的留存。因此，在为用户推荐视频之前，会对视频的画质进行识别。目前可以通过神经网络模型对视频的画质。然而，通过神经网络模型的画质识别方法的准确度较低。

技术实现思路

1、本申请实施例提供一种画质识别方法、装置、设备、存储介质及程序产品，可以解决画质识别方法的准确度较低的技术问题。

2、本申请实施例提供一种画质识别方法，包括：

3、获取待训练画质识别模型的训练样本集，并对上述训练样本集中的样本图像进行特征提取，得到上述样本图像的样本特征；

4、对上述样本特征进行区域识别，得到上述样本图像中的各个样本区域，并根据上述样本区域的区域特征，确定上述样本区域的画质衡量参数；

5、根据上述样本区域的区域本文档来自技高网...

【技术保护点】

1.一种画质识别方法，其特征在于，包括：

2.根据权利要求1所述的画质识别方法，其特征在于，从所述样本区域中筛选出区域分类损失值和画质衡量参数不匹配的目标样本区域，包括：

3.根据权利要求2所述的画质识别方法，其特征在于，所述根据所述样本区域对中样本区域的区域分类损失值和画质衡量参数，从所述样本区域中筛选出区域分类损失值和画质衡量参数不匹配的目标样本区域，包括：

4.根据权利要求2所述的画质识别方法，其特征在于，所述根据所述样本区域对中样本区域的区域分类损失值和画质衡量参数，从所述样本区域中筛选出区域分类损失值和画质衡量参数不匹配目标样本区域，包括：<...

【技术特征摘要】

1.一种画质识别方法，其特征在于，包括：

2.根据权利要求1所述的画质识别方法，其特征在于，从所述样本区域中筛选出区域分类损失值和画质衡量参数不匹配的目标样本区域，包括：

3.根据权利要求2所述的画质识别方法，其特征在于，所述根据所述样本区域对中样本区域的区域分类损失值和画质衡量参数，从所述样本区域中筛选出区域分类损失值和画质衡量参数不匹配的目标样本区域，包括：

4.根据权利要求2所述的画质识别方法，其特征在于，所述根据所述样本区域对中样本区域的区域分类损失值和画质衡量参数，从所述样本区域中筛选出区域分类损失值和画质衡量参数不匹配目标样本区域，包括：

5.根据权利要求4所述的画质识别方法，其特征在于，所述根据所述样本区域对中样本区域的区域分类损失值和画质衡量参数，确定所述样本区域中样本区域的画质排序损失值，包括：

6.根据权利要求5所述的画质识别方法，其特征在于，所述根据所述损失差异和所述分数差异，确定所述样本区域中样本区域的画质排序损失值，包括：

7.根据权利要求6所述的画质识别方法，其特征在于，所述从所述样本区域中筛选出满足预设条件的画质排序损失值对应的样本区域，得到分类损失值和画质衡量参数不匹配的目标样本区域，包括：

8.根据权利要求1所述的画...

【专利技术属性】
技术研发人员：高立钊，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：