一种图像质量评价方法、装置、电子设备、芯片及存储介质与流程

本公开涉及图像处理领域，尤其涉及一种图像质量评价方法及装置、电子设备、芯片及存储介质。

背景技术：

1、目前图像质量评价通常采用客观的评价指标，图像质量客观评价可分为三类：全参考(full reference-iqa)、半参考(reduced reference-iqa)和无参考(no reference-iqa)。全/半参考质量评价方法需要借助于待评估图像在像素级对齐的高清图像作为参考，限制了这类方法在ugc等没有高清全参考图像的现实场景下的使用。无参考图像质量评估方法往往只利用了待评估图像自身的信息，没有充分利用高质量图像的信息，在真实场景下评价性能有限。

2、而人类对图像质量进行评价时，基于过往经验，在大脑中已经储存了大量高质量图像的信息，图像质量客观评价距离图像质量主观评价时的表现依然有较大的差距，但主观评价存在难以量化、效率低等问题。

技术实现思路

1、本公开提供一种图像质量评价方法、装置、电子设备、芯片以及存储介质，不再直接使用客观的评价指标，而是基于图像质量报告，挖掘报告中对不同图像处理方法处理同一图像区域得到的处理图像的评分，并将所述评分用于训练打分模型，以学习评价不同图像处理方法处理同一图像区域的处理质量，在实现图像质量评价的同时，提升图像质量评价的效率，缩小主客观评价的差距。

2、本公开的第一方面实施例提出了一种图像质量评价方法，该方法包括：对原始图像的图像质量报告进行数据处理，获取第一训练数据，第一训练数据包括使用不同图像处理方法对原始图像中同一图像分块进行处理得到的处理图像的评分；通过第一训练数据进行模型训练，以获取学习打分模型；使用学习打分模型对待评价图像进行打分，得到待评价图像的评分。

3、在本公开的一些实施例中，对原始图像的图像质量报告进行数据处理，获取第一训练数据包括：确定原始图像的至少一个图像分块；针对每个图像分块，基于图像质量报告，确定使用第一图像处理方法对图像分块进行处理得到的第一处理图像的第一评分；确定使用第二图像处理方法对图像分块进行处理得到的第二处理图像的第二评分；将第一处理图像、第一评分、第二处理图像、第二评分确定为第一训练数据。

4、在本公开的一些实施例中，通过第一训练数据进行模型训练，以获取学习打分模型包括：使用深度学习网络，通过对比学习方法学习第一评分和第二评分的第一打分策略；基于第一打分策略和第一训练数据进行模型训练，得到学习打分模型。

5、在本公开的一些实施例中，该方法还包括：获取第二训练数据，第二训练数据中的评分和第一训练数据中的评分来自不同的评分主体；根据第二训练数据优化学习打分模型。

6、在本公开的一些实施例中，获取第二训练数据包括：通过云端服务器，实时获取第二训练数据，其中，第二训练数据包括对第一处理图像的第三评分和对第二处理图像的第四评分。

7、在本公开的一些实施例中，根据第二训练数据优化学习打分模型包括：通过对比学习方法学习第三评分和第四评分的第二打分策略；基于第二打分策略和第二训练数据，通过在线学习训练学习打分模型。

8、在本公开的一些实施例中，该方法还包括：对待评价图像的评分进行数据离散化处理，获取离散评分。

9、本公开的第二方面实施例提出了一种图像质量评价装置，该装置包括：处理模块，用于对原始图像的图像质量报告进行数据处理，获取第一训练数据，第一训练数据包括使用不同图像处理方法对原始图像中同一图像分块进行处理得到的处理图像的评分；训练模块，用于通过第一训练数据进行模型训练，以获取学习打分模型；打分模块，用于使用学习打分模型对待评价图像进行打分，得到待评价图像的评分。

10、本公开的第三方面实施例提出了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开第一方面实施例中描述的方法。

11、本公开的第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开第一方面实施例中描述的方法。

12、本公开的第五方面实施例提出了一种芯片，该芯片包括一个或多个接口电路和一个或多个处理器；接口电路用于接收代码指令并向处理器传输，处理器用于运行代码指令以执行本公开第一方面实施例中描述的方法。

13、综上，本公开提出的图像质量评价方法，该方法包括：对原始图像的图像质量报告进行数据处理，获取第一训练数据，第一训练数据包括使用不同图像处理方法对原始图像中同一图像分块进行处理得到的处理图像的评分；通过第一训练数据进行模型训练，以获取学习打分模型；使用学习打分模型对待评价图像进行打分，得到待评价图像的评分。本公开的方案基于图像质量报告，挖掘报告中对不同图像处理方法处理同一图像区域得到的处理图像的评分，并将所述评分用于训练打分模型，以学习评价不同图像处理方法处理同一图像区域的处理质量，在实现图像质量评价的同时，提升图像质量评价的效率，缩小主客观评价的差距。

14、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

技术特征：

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，所述对原始图像的图像质量报告进行数据处理，获取第一训练数据包括：

3.根据权利要求1所述的方法，其特征在于，所述通过所述第一训练数据进行模型训练，以获取学习打分模型包括：

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

5.根据权利要求4所述的方法，其特征在于，所述获取第二训练数据包括：

6.根据权利要求4所述的方法，其特征在于，所述根据所述第二训练数据优化所述学习打分模型包括：

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述方法还包括：

8.一种图像质量评价装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，包括：

10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。

11.一种芯片，其特征在于，包括一个或多个接口电路和一个或多个处理器；所述接口电路用于接收代码指令并向所述处理器传输，所述处理器用于运行所述代码指令以执行权利要求1-7中任一项所述的方法。

技术总结
本公开提供一种图像质量评价方法、装置、电子设备、芯片及存储介质，该方法包括：对原始图像的图像质量报告进行数据处理，获取第一训练数据，所述第一训练数据包括使用不同图像处理方法对所述原始图像中同一图像分块进行处理得到的处理图像的评分；通过所述第一训练数据进行模型训练，以获取学习打分模型；使用所述学习打分模型对待评价图像进行打分，得到所述待评价图像的评分。本公开的方案基于图像质量报告，挖掘采用不同图像处理方法对同一图像区域进行处理得到的图像的评分数据，用于训练打分模型学习评价不同图像处理方法处理同一图像区域的质量，实现图像质量评价的同时，提升图像质量评价的效率，缩小主客观评价的差距。

技术研发人员：张恒
受保护的技术使用者：上海玄戒技术有限公司
技术研发日：
技术公布日：2024/9/23