【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种图像质量评价方法、装置、电子设备及存储介质。
技术介绍
1、随着计算机视觉技术的发展和应用领域的逐步扩大，对图像进行物体识别、视角转换等手段，可以应用在各种场景下。例如，智能驾驶的感知技术逐步从传统的前视图像感知扩展到周视六摄的鸟瞰图感知(bird eyeview，bev)。
2、而为了保证图像处理前后具有较高的清晰度，需要对图像的质量进行评价。但是方法的评测，仍然采用的是对重建图像的全参考评价方式。通过对重建驾驶场景的三维场景模型，再重新渲染视角转换后的图像，采用峰值信噪比(peak signal noise ratio,psnr)作为图像质量评价方式。虽然如psnr的评价指标可以用于合成视角图像生成方法好坏的评测，但该方法并未考虑到实际场景下拍摄的图像的多个维度的特征，造成质量评价结果与场景的匹配性不够，质量评价的精准性和评价时采用的数据的扩展性不够。
技术实现思路
1、鉴于此，为解决上述部分或全部技术问题，本申请实施例提供一种图像质量评价方法...
【技术保护点】
1.一种图像质量评价方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述从图像序列中获取一帧图像作为待评价图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述分类器包括特征阈值数据，所述特征阈值数据表示的特征种类与所述待评价特征表示的特征种类一一对应；
4.根据权利要求1所述的方法，其特征在于，所述分类器包括预先基于机器学习算法训练的分类模型；
5.根据权利要求4所述的方法，其特征在于，所述分类模型预先按照如下步骤训练得到：
6.根据权利要求5所述的方法，其特征在于，所述获...
【技术特征摘要】
1.一种图像质量评价方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述从图像序列中获取一帧图像作为待评价图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述分类器包括特征阈值数据，所述特征阈值数据表示的特征种类与所述待评价特征表示的特征种类一一对应；
4.根据权利要求1所述的方法，其特征在于，所述分类器包括预先基于机器学习算法训练的分类模型；
5.根据权利要求4所述的方法，其特征在于，所述分类模型预先按照如下步骤训练得到：
6.根据权利要求5所述的方法，其特征在于，所述获取样本图像和所述样本图像对应的类别标签，包括：
7.根据权利要求1所述的方法，其特征在于，所述按照预设的至少两种特征提取类型，对所述待评价图像进行特征提取，得到至少两种单帧图像特征，包括：
8.根据权利要求7所述的方法，其特征在于，所述对所述待评价图像进行结构特征提取，得到单帧结构特征，包括：...
【专利技术属性】
技术研发人员：吴犀，石玺，江天，陈伶俐，郑波，
申请(专利权)人：重庆长安科技有限责任公司，
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。