-
公开(公告)号：CN117095006A
公开(公告)日：2023-11-21
申请号：CN202311359820.5
申请日：2023-10-20
申请人： 北京邮电大学
摘要： 本申请提供一种图像美学评估方法、装置、电子设备及存储介质，通过获取目标图像对应的图像特征张量；分别从图像特征张量中提取全局特征和局部特征，该全局特征用于反映目标图像的整体信息，该局部特征用于反映目标图像中不同区域的细节信息；根据全局特征确定目标图像中多个兴趣点各自的横纵坐标信息，以及根据局部特征生成多个兴趣点各自在横纵坐标上的偏移量；根据多个兴趣点各自在横纵坐标上的偏移量和多个兴趣点各自的横纵坐标信息，生成目标图像对应的特征图；根据目标图像对应的特征图对目标图像进行美学评估处理，得到图像美学评估结果。可以解决相关技术中的深度学习模型无法准确预测图像的美感和质量的问题。
-
公开(公告)号：CN118071623B
公开(公告)日：2024-07-16
申请号：CN202410501823.6
申请日：2024-04-25
申请人： 北京邮电大学
IPC分类号： G06T5/50 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/84
摘要： 本申请属于计算机视觉领域，具体涉及一种图像美学评估的长尾数据增强方法、装置、设备及介质。通过获取图像美学评估数据集，并对图像美学评估数据集中的数据进行特征提取，得到图像美学评估特征数据集，对图像美学评估特征数据集中的数据进行概率抽样，确定图像美学评估特征数据集中的图像美学评估尾部样本特征数据集，对图像美学评估尾部样本特征数据集中的数据进行特征混合处理，得到图像美学评估尾部样本混合特征数据集，根据图像美学评估特征数据集和图像美学评估尾部样本混合特征数据集，确定图像美学评估特征对齐数据集，并根据图像美学评估特征对齐数据集，构建目标图像美学评估模型；该方法提升了图像美学评估模型的准确性。
-
公开(公告)号：CN117315438B
公开(公告)日：2024-06-18
申请号：CN202311247594.1
申请日：2023-09-25
申请人： 北京邮电大学
IPC分类号： G06V10/82 , G06V10/25 , G06V10/56 , G06V10/50 , G06V10/44 , G06V10/46 , G06V10/774 , G06V10/776 , G06T7/00 , G06N3/0464 , G06N3/045 , G06N3/08 , G06N3/048
摘要： 本申请提供了一种基于兴趣点的图像色彩美学评估方法、装置及设备，属于图像处理技术领域。该方法包括：将原图像色彩美学评估数据集划分为训练集和测试集；将训练集进行数据预处理，得到目标训练集，并将测试集进行数据预处理，得到目标测试集；构建基于兴趣点分配的图像色彩美学评估模型；根据目标训练集对基于兴趣点分配的图像色彩美学评估模型进行模型训练，得到初级评估模型，根据目标测试集对初级评估模型进行参数调整处理，得到目标评估模型；得到待处理图像色彩美学数据；将待处理图像色彩美学数据输入目标评估模型，得到图像色彩美学评估结果。本申请能提高图像色彩美学评估结果的准确性和处理效率。
-
公开(公告)号：CN117095006B
公开(公告)日：2024-01-05
申请号：CN202311359820.5
申请日：2023-10-20
申请人： 北京邮电大学
摘要： 本申请提供一种图像美学评估方法、装置、电子设备及存储介质，通过获取目标图像对应的图像特征张量；分别从图像特征张量中提取全局特征和局部特征，该全局特征用于反映目标图像的整体信息，该局部特征用于反映目标图像中不同区域的细节信息；根据全局特征确定目标图像中多个兴趣点各自的横纵坐标信息，以及根据局部特征生成多个兴趣点各自在横纵坐标上的偏移量；根据多个兴趣点各自在横纵坐标上的偏移量和多个兴趣点各自的横纵坐标信息，生成目标图像对应的特征图；根据目标图像对应的特征图对目标图像进行美学评估处理，得到图像美学评估结果。可以解决相关技术中的深度学习模型无法准确预测图像的美感和质量的问题。
-
公开(公告)号：CN117115149A
公开(公告)日：2023-11-24
申请号：CN202311359825.8
申请日：2023-10-20
申请人： 北京邮电大学
IPC分类号： G06T7/00
摘要： 本申请提供一种图像质量评估方法、装置、设备及存储介质，属于图像处理技术领域。其中，方法包括：将源图像质量评估数据集划分为训练集和测试集；对训练集中的图像块进行增广处理；将初始训练集和测试集中的图像块均进行归一化处理；将待输入训练集和待输入测试集均进行自适应性网格采样处理，并将中间训练集和中间测试集均进行掩码融合处理；对初始统一质量评估模型进行模型训练，对中间评估模型进行参数调整处理，得到目标评估模型；将待评估样本集进行自适应性网格采样处理；将中间待评估样本集进行掩码融合处理；将待输入评估样本集输入目标评估模型，得到图像质量评估结果。本申请能提高图像质量评估的评估结果的准确性。
-
公开(公告)号：CN116152233A
公开(公告)日：2023-05-23
申请号：CN202310405325.7
申请日：2023-04-17
申请人： 北京邮电大学
IPC分类号： G06T7/00 , G06N3/0464 , G06N3/0455 , G06N3/084
摘要： 本申请提供了一种图像处理方法、智能终端及存储介质，该方法获取待处理图像；将待处理图像输入至预设像素级评估模型，通过预设像素级评估模型的输出结果确定待处理图像的像素级曝光程度信息，其中，预设像素级评估模型通过第一图像样本和第一图像样本对应的标注像素级曝光程度信息训练得到；将待处理图像和待处理图像的曝光程度信息输入至预设整体曝光评估模型，通过整体曝光评估模型的输出结果确定待处理图像的整体曝光效果信息，其中，预设整体曝光评估模型通过第二图像样本、第二图像样本对应的标注像素级曝光程度信息和第二图像样本对应的标注整体曝光效果信息训练得到。
-
公开(公告)号：CN118587566A
公开(公告)日：2024-09-03
申请号：CN202410604832.8
申请日：2024-05-15
申请人： 北京邮电大学
IPC分类号： G06V10/98 , G06N3/0455 , G06N3/0499 , G06N3/082 , G06V10/75 , G06V10/764 , G06V10/82
摘要： 本申请提供一种基于美学相对论的图像多因素评估方法、装置及设备。该方法包括：获取待评估图像和目标参考图像，对待评估图像和目标参考图像分别进行图像分割处理，得到待评估图像中的子待评估图像、以及目标参考图像中的子目标参考图像；对子待评估图像和子目标参考图像分别进行美学因素预测处理，得到子待评估图像的第一预测结果、以及子目标参考图像的第二预测结果；根据子待评估图像、子目标参考图像、第一预测结果、以及第二预测结果，得到待评估图像和目标参考图像的比对结果；根据比对结果、以及目标参考图像的目标参考评分标签，确定待评估图像的评估结果。本申请的方法，提高了图像美学的评估效果。
-
公开(公告)号：CN118071623A
公开(公告)日：2024-05-24
申请号：CN202410501823.6
申请日：2024-04-25
申请人： 北京邮电大学
IPC分类号： G06T5/50 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/84
摘要： 本申请属于计算机视觉领域，具体涉及一种图像美学评估的长尾数据增强方法、装置、设备及介质。通过获取图像美学评估数据集，并对图像美学评估数据集中的数据进行特征提取，得到图像美学评估特征数据集，对图像美学评估特征数据集中的数据进行概率抽样，确定图像美学评估特征数据集中的图像美学评估尾部样本特征数据集，对图像美学评估尾部样本特征数据集中的数据进行特征混合处理，得到图像美学评估尾部样本混合特征数据集，根据图像美学评估特征数据集和图像美学评估尾部样本混合特征数据集，确定图像美学评估特征对齐数据集，并根据图像美学评估特征对齐数据集，构建目标图像美学评估模型；该方法提升了图像美学评估模型的准确性。
-
公开(公告)号：CN117115149B
公开(公告)日：2024-02-06
申请号：CN202311359825.8
申请日：2023-10-20
申请人： 北京邮电大学
IPC分类号： G06T7/00
摘要： 本申请提供一种图像质量评估方法、装置、设备及存储介质，属于图像处理技术领域。其中，方法包括：将源图像质量评估数据集划分为训练集和测试集；对训练集中的图像块进行增广处理；将初始训练集和测试集中的图像块均进行归一化处理；将待输入训练集和待输入测试集均进行自适应性网格采样处理，并将中间训练集和中间测试集均进行掩码融合处理；对初始统一质量评估模型进行模型训练，对中间评估模型进行参数调整处理，得到目标评估模型；将待评估样本集进行自适应性网格采样处理；将中间待评估样本集进行掩码融合处理；将待输入评估样本集输入目标评估模型，得到图像质量评估结果。本申请能提高图像质量评估的评估结果的准确性。
-
公开(公告)号：CN116152233B
公开(公告)日：2023-09-26
申请号：CN202310405325.7
申请日：2023-04-17
申请人： 北京邮电大学
IPC分类号： G06T7/00 , G06N3/0464 , G06N3/0455 , G06N3/084
摘要： 本申请提供了一种图像处理方法、智能终端及存储介质，该方法获取待处理图像；将待处理图像输入至预设像素级评估模型，通过预设像素级评估模型的输出结果确定待处理图像的像素级曝光程度信息，其中，预设像素级评估模型通过第一图像样本和第一图像样本对应的标注像素级曝光程度信息训练得到；将待处理图像和待处理图像的曝光程度信息输入至预设整体曝光评估模型，通过整体曝光评估模型的输出结果确定待处理图像的整体曝光效果信息，其中，预设整体曝光评估模型通过第二图像样本、第二图像样本对应的标注像素级曝光程度信息和第二图像样本对应的标注整体曝光效果信息训练得到。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.031 秒)
