封面图像的获取方法、图像评分模型的训练方法和装置制造方法及图纸

技术编号:43813892 阅读:25 留言:0更新日期:2024-12-27 13:28
本公开提出了一种封面图像的获取方法、图像评分模型的训练方法和装置,涉及人工智能技术领域,尤其涉及计算机视觉、深度学习、大模型技术领域。方法包括:获取候选资源对应的原始图像的多个第一裁剪图像;获取所述第一裁剪图像的美学得分;基于所述美学得分,从多个所述第一裁剪图像中确定所述候选资源的目标封面图像。

【技术实现步骤摘要】

本公开涉及人工智能,尤其涉及计算机视觉、深度学习、大模型,尤其涉及一种封面图像的获取方法、图像评分模型的训练方法、装置、电子设备、存储介质和计算机程序产品。


技术介绍

1、目前,随着互联网技术的发展,基于网络向用户推荐文章、网页、视频等资源具有覆盖范围大、即时性强等优点,得到了广泛应用,例如,可通过网页、app(application,应用程序)等媒介向用户推荐资源。在资源推荐时大多需要展示资源的封面图像,封面图像对于资源的推荐效果至关重要。然而,相关技术中,资源的封面图像的质量较差,导致资源推荐场景下的用户体验也较差。


技术实现思路

1、本公开提出了一种封面图像的获取方法、图像评分模型的训练方法、装置、电子设备、存储介质和计算机程序产品。

2、根据本公开的第一方面,提出了一种封面图像的获取方法,包括:获取候选资源对应的原始图像的多个第一裁剪图像;获取所述第一裁剪图像的美学得分;基于所述美学得分,从多个所述第一裁剪图像中确定所述候选资源的目标封面图像。

3、根据本公开的第二方面,提出了本文档来自技高网...

【技术保护点】

1.一种封面图像的获取方法,包括:

2.根据权利要求1所述的方法,其中,所述获取所述第一裁剪图像的美学得分,包括:

3.根据权利要求1所述的方法,其中,所述获取候选资源对应的原始图像的多个第一裁剪图像,包括:

4.根据权利要求3所述的方法,其中,所述获取所述原始图像的多个第二裁剪图像,包括:

5.根据权利要求3所述的方法,其中,所述获取所述第二裁剪图像的目标得分,包括:

6.根据权利要求5所述的方法,其中,所述基于所述第二图像特征得到所述目标得分,包括:

7.根据权利要求5所述的方法,其中,多个所述第二裁剪图像包括多...

【技术特征摘要】

1.一种封面图像的获取方法,包括:

2.根据权利要求1所述的方法,其中,所述获取所述第一裁剪图像的美学得分,包括:

3.根据权利要求1所述的方法,其中,所述获取候选资源对应的原始图像的多个第一裁剪图像,包括:

4.根据权利要求3所述的方法,其中,所述获取所述原始图像的多个第二裁剪图像,包括:

5.根据权利要求3所述的方法,其中,所述获取所述第二裁剪图像的目标得分,包括:

6.根据权利要求5所述的方法,其中,所述基于所述第二图像特征得到所述目标得分,包括:

7.根据权利要求5所述的方法,其中,多个所述第二裁剪图像包括多个第二横向裁剪图像和多个第二竖向裁剪图像;

8.根据权利要求7所述的方法,其中,所述基于多个所述第二横向裁剪图像各自的第二图像特征,得到每个所述第二横向裁剪图像各自的目标得分,包括:

9.根据权利要求7所述的方法,其中,所述基于多个所述第二竖向裁剪图像各自的第二图像特征,得到每个所述第二竖向裁剪图像各自的目标得分,包括:

10.根据权利要求1-9中任一项所述的方法,其中,所述基于所述美学得分,从多个所述第一裁剪图像中确定所述候选资源的目标封面图像,包括:

11.根据权利要求10所述的方法,其中,所述基于用户群针对多个所述候选封面图像各自的反馈数据,从多个所述候选封面图像中确定所述目标封面图像,包括:

12.根据权利要求11所述的方法,其中,所述方法还包括:

13.根据权利要求1-9中任一项所述的方法,其中,所述方法还包括:

14.根据权利要求13所述的方法,其中,所述识别所述目标封面图像属于用户群的偏好风格的第一概率,包括:

15.根据权利要求14所述的方法,其中,所述第二大模型包括文本编码器和图像编码器;

16.一种图像评分模型的训练方法,包括:

17.根据权利要求16所述的方法,其中,所述获取所述样本裁剪图像与所述参考裁剪图像之间的重合参数,包括:

18.根据权利要求16所述的方法,其中,多个所述样本裁剪图像包括多个样本横向裁剪图像和多个样本竖向裁剪图像,所述参考裁剪图像包括参考横向裁剪图像和参考纵向裁剪图像;

19.根据权利要求16所述的方法,其中,所述基于所述重合参数、所述截断检测结果和所述样本美学得分中的至少一种,得到所述样本裁剪图像的样本目标得分,包括:

20.根据权利要求16所述的方法,其中,所述获取所述样本裁剪图像的样本美学得分,包括:

21.根据权利要求16所述的方法,其中,所述基于所述样本裁剪图像和所述样本目标...

【专利技术属性】
技术研发人员:王朝旭谢强郑宇航李涛秦首科吴宗刚吴倩简伟健常若涵孟迪邵院华韩笑筠杨洋
申请(专利权)人:北京百度网讯科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1