【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及图像处理方法、装置及相关设备。
技术介绍
1、现有技术中，在不同的业务场景下，对于不同业务场景下的图像而言，会有不同的图像质量判断标准，因此，需要针对不同业务场景下的图像构建不同的神经网络模型，以对图像进行图像质量检测，比如，需要为某个业务场景(例如，b1业务场景)下的图像，构建与某个图像质量判断标准所对应的神经网络模型(例如，网络模型mo1)，而为另一业务场景(例如，b2业务场景)下的图像构建与另一个图像质量判断标准所对应的神经网络模型(例如，网络模型mo2)。
2、然而，专利技术人在实践过程中发现，基于现有的图像质量判断标准而言，无法使用同一神经网络模型来灵活实现对不同业务场景下的图像进行质量检测，比如，若一旦使用b1业务场景所对应的网络模型mo1，来对另一业务场景(例如，b2业务场景)下的图像进行质量检测，则会因为网络模型mo1的泛化能力不足，而出现难以准确得到与该b2业务场景下的图像相匹配的质量检测结果的现象，以至于降低了图像质量检测的准确度。
技术实现思路
1、本申请实施例提供了一种图像处理方法、装置及相关设备，能够检索得到在业务图像所属的目标业务场景下与业务图像相匹配的目标标准图像，从而融合目标标准图像的特征数据和图像质量数据进行图像质量检测，可以得到更适配于目标业务场景的图像质量判断标准的图像质量检测结果，从而可以提升图像质量检测的准确度。
2、本申请实施例一方面提供了一种图像处理方法，方法包括：
3、获
4、在目标业务场景对应的标准图像集中，检索与业务图像相匹配的目标标准图像，获取目标标准图像所绑定的目标图像质量数据；
5、在获取到业务图像的业务特征数据和目标标准图像的目标标准特征数据时，对业务特征数据、目标标准特征数据和目标图像质量数据进行拼接处理，拼接得到用于输入目标业务模型的多模态特征数据；
6、在获取到针对目标业务模型的模型文本提示信息时，将多模态特征数据和模型文本提示信息输入目标业务模型，由目标业务模型按照模型文本提示信息对多模态特征数据进行图像质量检测，得到图像质量检测数据。
7、本申请实施例一方面提供了一种图像处理装置，装置包括：
8、图像获取单元，用于获取待进行图像质量检测的业务图像；业务图像为目标业务场景下的图像；目标业务场景是指至少一个业务场景中的场景；一个业务场景对应一个标准图像集；
9、图像检索单元，用于在目标业务场景对应的标准图像集中，检索与业务图像相匹配的目标标准图像，获取目标标准图像所绑定的目标图像质量数据；
10、特征数据拼接单元，用于在获取到业务图像的业务特征数据和目标标准图像的目标标准特征数据时，对业务特征数据、目标标准特征数据和目标图像质量数据进行拼接处理，拼接得到用于输入目标业务模型的多模态特征数据；
11、图像质量检测单元，用于在获取到针对目标业务模型的模型文本提示信息时，将多模态特征数据和模型文本提示信息输入目标业务模型，由目标业务模型按照模型文本提示信息对多模态特征数据进行图像质量检测，得到图像质量检测数据。
12、本申请实施例一方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，该计算机程序适于由处理器加载并执行，以使得具有该处理器的计算机设备执行本申请实施例提供的方法。
13、本申请实施例一方面提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行本申请实施例提供的方法。
14、在本申请实施例中，能够在与业务图像所属的目标业务场景对应的标准图像集中，检索与业务图像相匹配的目标标准图像，从而基于该目标标准图像对应的图像质量数据(即目标图像质量数据)、目标标准图像对应的标准特征数据(即目标标准特征数据)和业务图像对应的业务特征数据进行拼接，得到多模态特征数据，从而使得目标业务模型可以对该多模态特征数据进行图像质量检测，得到图像质量检测数据。其中，从目标业务场景对应的标准图像集中检索到的与业务图像相匹配的目标标准图像，相当于是进行图像质量检测时的图像质量判断标准的参考，从而可以对任一业务场景(如目标业务场景)下的业务图像数据进行图像质量检测时，均可以将相应业务场景下业务图像相匹配的目标标准图像输入至目标业务模型进行处理，从而可以使得目标业务模型可以自动化地挖掘到当前的目标业务场景的图像质量判断标准，从而可以得到更适配于业务图像所属的目标业务场景的图像质量判断标准的图像质量检测数据，从而可以提升图像质量检测的准确度。
本文档来自技高网...【技术保护点】
1.一种图像处理方法，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，所述在所述目标业务场景对应的标准图像集中，检索与所述业务图像相匹配的目标标准图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述目标标准图像包括M个标准图像，M为正整数；所述目标标准特征数据包括所述M个标准图像分别对应的标准特征数据；所述目标图像质量数据包括所述M个标准图像分别对应的图像清晰度数据；
4.根据权利要求1所述的方法，其特征在于，所述将所述多模态特征数据和所述模型文本提示信息输入所述目标业务模型，由所述目标业务模型按照所述模型文本提示信息对所述多模态特征数据进行图像质量检测，得到图像质量检测数据，包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述多模态特征数据和所述模型文本提示信息输入所述目标业务模型，由所述目标业务模型按照所述模型文本提示信息对所述多模态特征数据进行图像质量检测，得到图像质量检测数据，包括：
6.根据权利要求5所述的方法，其特征在于，所述图像质量规则中包括N个子规则，N为正整数；p>
7.根据权利要求5所述的方法，其特征在于，所述第一质量检测结果用于指示所述业务图像的第一图像质量评分，所述第二质量检测结果用于指示所述业务图像的第二图像质量评分；
8.根据权利要求1所述的方法，其特征在于，所述业务特征数据是通过特征提取处理器对所述业务图像进行特征提取处理所得到的，所述特征提取处理器中包括语义特征提取器和质量特征提取器；
9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
10.根据权利要求8所述的方法，其特征在于，所述方法还包括：
11.根据权利要求1所述的方法，其特征在于，所述至少一个业务场景中的每个业务场景均具有相应的场景标识；
12.根据权利要求1所述的方法，其特征在于，所述方法还包括：
13.一种图像处理装置，其特征在于，所述装置包括：
14.一种计算机设备，其特征在于，包括存储器和处理器；
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序适于由处理器加载并执行，以使得具有所述处理器的计算机设备执行权利要求1-12任一项所述的方法。
16.一种计算机程序产品，其特征在于，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现权利要求1-12任一项所述的方法。
...【技术特征摘要】
1.一种图像处理方法，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，所述在所述目标业务场景对应的标准图像集中，检索与所述业务图像相匹配的目标标准图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述目标标准图像包括m个标准图像，m为正整数；所述目标标准特征数据包括所述m个标准图像分别对应的标准特征数据；所述目标图像质量数据包括所述m个标准图像分别对应的图像清晰度数据；
4.根据权利要求1所述的方法，其特征在于，所述将所述多模态特征数据和所述模型文本提示信息输入所述目标业务模型，由所述目标业务模型按照所述模型文本提示信息对所述多模态特征数据进行图像质量检测，得到图像质量检测数据，包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述多模态特征数据和所述模型文本提示信息输入所述目标业务模型，由所述目标业务模型按照所述模型文本提示信息对所述多模态特征数据进行图像质量检测，得到图像质量检测数据，包括：
6.根据权利要求5所述的方法，其特征在于，所述图像质量规则中包括n个子规则，n为正整数；
7.根据权利要求5所述的方法，其特征在于，所述第一质量检测结果用于指示所述业务图像的...
【专利技术属性】
技术研发人员：尹宇阳，
申请(专利权)人：腾讯科技深圳有限公司，
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。