图像质量评估网络的训练方法、图像质量评估方法及装置制造方法及图纸

公开了一种图像质量评估网络的训练方法、图像质量评估方法及装置，该训练方法包括：确定样本图像和标注信息；基于分割网络对样本图像进行处理得到像素点的质量预测结果；基于质量预测结果、标注信息中第一区域和第二区域的像素质量标签，迭代训练图像质量评估网络；其中，第一区域表示样本图像中像素质量为正常的区域，第二区域表示样本图像中像素质量为异常的区域，且第一区域和第二区域组成的区域为样本图像中的部分区域。本公开的技术方案通过利用样本图像中标注的一定正常区域和一定异常区域对图像质量评估网络进行训练，如此能够降低人工标注的不一致性，同时降低网络模型学习的难度从而获得稳定的网络预测结果。

【技术实现步骤摘要】

本公开涉及图像处理，尤其涉及一种图像质量评估网络的训练方法、图像质量评估方法及装置。

技术介绍

1、近年来，智能驾驶成为了学术界、工业界研究的重要领域，智能驾驶中的环境感知技术是最关键的技术之一。环境感知技术对获取到的视觉数据等进行感知分析，从而使得车辆能够理解识别道路、障碍物、交通信号等，因此视觉数据(如图像数据)的质量对于环境感知技术来说有着重要的影响。

2、但是，车辆摄像头采集的图像数据很容易受到外界环境的干扰，例如镜头前的物体遮挡，灰尘、雨水造成的镜头脏污，强光直射造成的炫光等。进而，会导致采集的图像数据存在信息受损的情况对后续的使用造成影响，因此，对采集的图像数据进行图像质量评估是非常重要的。

技术实现思路

1、目前，传统的基于图像处理算法进行图像质量评估的方法会耗费较多的人力、且图像质量评估结果也不够准确，从而在数据源头上制约了下游感知任务的算法性能。为了解决上述技术问题，本公开提供了一种图像质量评估网络的训练方法、图像质量评估方法及装置，能够解决传统的图像质量评估方法存在的资源浪费、本文档来自技高网...

【技术保护点】

1.一种图像质量评估网络的训练方法，包括：

2.根据权利要求1所述的方法，其中，所述基于所述像素点的质量预测结果、所述标注信息中第一区域对应的像素质量标签和所述标注信息中第二区域对应的像素质量标签，迭代训练所述图像质量评估网络，得到训练后的图像质量评估网络，包括：

3.一种图像质量评估方法，包括：

4.根据权利要求3所述的方法，其中，所述基于所述待处理图像的感兴趣区域、非感兴趣区域和所述像素点的质量诊断结果，确定所述待处理图像的图像质量评估结果，包括：

5.根据权利要求4所述的方法，其中，

6.根据权利要求3所述的方法，其中，所...

【技术特征摘要】

1.一种图像质量评估网络的训练方法，包括：

2.根据权利要求1所述的方法，其中，所述基于所述像素点的质量预测结果、所述标注信息中第一区域对应的像素质量标签和所述标注信息中第二区域对应的像素质量标签，迭代训练所述图像质量评估网络，得到训练后的图像质量评估网络，包括：

3.一种图像质量评估方法，包括：

4.根据权利要求3所述的方法，其中，所述基于所述待处理图像的感兴趣区域、非感兴趣区域和所述像素点的质量诊断结果，确定所述待处理图像的图像质量评估结果，包括：

5.根据权利要求4所述的方法，其中，

6.根据权利要求3所述的方法，其中，所述基于所述待处理图像的感兴趣区域、非感兴趣区域和所述像素点的质量诊断结果，确定所述待处理图像...

【专利技术属性】
技术研发人员：王蒙，
申请(专利权)人：北京地平线信息技术有限公司，
类型：发明
国别省市：