一種照片自動分級方法及裝置與流程
2023-07-11 02:32:11 1
本發明圖像處理技術領域，特別涉及一種照片自動分級方法及裝置。
背景技術：
現今用戶在個人設備中存儲的照片越來越多，從海量照片中快速尋找出拍攝效果較滿意的照片耗時耗力，因此需要一種能從美學角度自動分級照片的方法。目前已有一些可以對相冊進行自動管理的應用和發明專利。蘋果公司ios10系統已經可以根據識別出的照片內容進行自動分類。申請號為cn201510827259.8的發明對相冊中的相片進行圖像識別，將相片歸類為人像類別或風景類別；獲取相冊中相片的拍攝信息，根據所述拍攝信息將人像類別的相片再歸類為自拍人像類別或他拍人像類別，將風景類別的相片再歸類為日景類別或夜景類別。該發明通過對相片的實時智能識別來進行相片內容的分類，使得相冊更加整潔，但是面對海量質量參差不齊的照片，無法實現從美學角度進行照片質量的分類。申請號為cn201210359524.0的發明先採用基於功率譜斜度的方法提取樣本照片的主題區域，然後提取樣本照片的特徵，最終利用支持矢量機分類器進行照片美學質量的訓練，得到分界面模型；自動分類過程使用分界面模型進行識別。該發明考慮了從美學角度分類的思路，但是其通過人工提取的特徵並不全面，具有一定的主觀性和片面性，且採取通用判別策略而沒有針對照片場景進行區別處理，由於不同照片場景的美學評價標準應有所區別，因此分類性能有限。
技術實現要素：
鑑於上述問題，本發明提供了一種照片自動分級方法及裝置。
本發明提供的一種照片自動分級方法，包括：
獲取智能設備照片圖像；
對所述照片圖像進行美學評分，根據所述美學評分，得到所述照片圖像的等級並顯示。
本發明還提供了一種照片自動分級裝置，包括照片圖像獲取模塊、等級劃分模塊：
所述照片圖像獲取模塊，用於獲取智能設備照片圖像；
所述等級劃分模塊，用於對所述照片圖像進行美學評分，根據所述美學評分，得到所述照片圖像的等級並顯示。
本發明有益效果如下：
本發明實施例通過對照片圖像進行美學評分，有效解決現有技術中無法實現從美學角度進行照片質量的分類、或者雖然考慮了從美學角度分類的思路，但是其通過人工提取的特徵並不全面，具有一定的主觀性和片面性的問題，具產業利用價值。
附圖說明
圖1是本發明方法實施例的照片自動分級方法的流程圖；
圖2是本發明方法實施例中的對照片圖像進行識別和分析的流程圖；
圖3是本發明裝置實施例的照片自動分級裝置的結構示意圖。
具體實施方式
下面將參照附圖更詳細地描述本公開的示例性實施例。雖然附圖中顯示了本公開的示例性實施例，然而應當理解，可以以各種形式實現本公開而不應被這裡闡述的實施例所限制。相反，提供這些實施例是為了能夠更透徹地理解本公開，並且能夠將本公開的範圍完整的傳達給本領域的技術人員。
為了解決現有技術中無法實現從美學角度進行照片質量的分類、或者雖然考慮了從美學角度分類的思路，但是其通過人工提取的特徵並不全面，具有一定的主觀性和片面性的問題，本發明提供了一種照片自動分級方法及裝置，以下結合附圖以及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，並不限定本發明。
根據本發明的方法實施例，提供了一種照片自動分級方法，圖1是本發明方法實施例的照片自動分級方法的流程圖，如圖1所示，根據本發明方法實施例的照片自動分級方法包括如下處理：
步驟101，獲取智能設備照片圖像。
具體的，智能設備包括個人電腦、智慧型手機、平板電腦、智能眼鏡，以及其他具有攝像頭及數據處理功能的設備。
具體的，所述照片圖像為智能設備中已保存的照片圖像或智能設備實時取景照片圖像。
步驟102，對所述照片圖像進行美學評分，根據所述美學評分，得到所述照片圖像的等級並顯示。
具體的，所述照片圖形等級為圖形提示和/或文字提示和/或語音提示。
當所述照片圖像為實時取景照片圖像時，顯示所述照片圖像的等級，以供用戶選擇是否拍照。
具體的，對所述照片圖像進行美學評分包括以下步驟：
將所述照片圖像輸入到預設的美學評價模型中，得到所述照片圖像的美學評分。
作為本發明方法實施例的另一實施例，在對所述照片圖像進行美學評分之前，還包括以下步驟：
採用預設的圖像場景分類算法，對所述照片圖像進行識別和分析，得到所述照片圖像所屬場景的分類結果；
進一步的，對所述照片圖像進行美學評分包括以下步驟：
將所述照片圖像、及所述照片圖像所屬場景的分類結果(例如場景標籤)輸入到預設的美學評價模型中，得到所述照片圖像的美學評分。
所述預設的美學評價模型通過訓練得到，使用的機器學習方法包括卷積神經網絡、受限玻爾茲曼機、深度置信網絡等。
進一步的，所述美學評價模型的訓練方法包括以下步驟：
獲取已知美學評分的若干個圖像；
利用已知美學評分的若干個圖像對預設的美學評價模型進行訓練，或利用已知美學評分的若干個圖像、及圖像所屬的場景標籤對預設的美學評價模型進行訓練。
如圖2所示，具體的，採用預設的圖像場景分類算法，對所述照片圖像進行識別和分析，得到所述照片圖像所屬場景的分類結果包括以下步驟：
s201：通過預設的物體識別算法識別出所述照片圖像中的若干個物體；
s202：根據預設的上下文語義模型分析出所述若干個物體之間的關聯；
s203：根據分析的結果，得到照片圖像所屬場景的分類結果。
作為本發明方法實施例的另一實施例，還包括以下步驟：當所述照片圖像為智能設備中已保存的照片圖像時，根據智能設備中已保存的若干個照片圖像的美學評分，對所述若干個照片圖像進行分類(即相冊的分級)。
本發明實施例通過對照片圖像進行美學評分能夠實現相冊的分級，使得相冊更加易於檢索出令人滿意的高質量照片；能夠應用於智能設備本地相冊照片及攝像頭實時取景圖像的自動美學評分；相冊的美學分級更加準確、更加全面，且操作方便、效率高，有效克服了現有技術中的種種缺點而具高度產業利用價值。
根據本發明的裝置實施例，提供了一種照片自動分級裝置，圖3是本發明裝置實施例的照片自動分級裝置的結構示意圖，如圖3所示，根據本發明裝置實施例的照片自動分級裝置包括：照片圖像獲取模塊30、等級劃分模32，以下對本發明實施例的各個模塊進行詳細的說明。
具體地，所述照片圖像獲取模塊30，用於獲取智能設備照片圖像。
所述等級劃分模塊32，用於對所述照片圖像進行美學評分，根據所述美學評分，得到所述照片圖像的等級並顯示。
具體的，所述照片圖像等級為圖形提示和/或文字提示和/或語音提示。
所述等級劃分模塊32具體用於：
將所述照片圖像輸入到預設的美學評價模型中，得到所述照片圖像的美學評分。
作為本發明裝置實施例的另一實施例，還包括圖像場景分類模塊：
所述圖像場景分類模塊，用於採用預設的圖像場景分類算法，對所述照片圖像進行識別和分析，得到所述照片圖像所屬場景的分類結果；
所述等級劃分模塊32還用於：
將所述照片圖像、及所述照片圖像所屬場景的分類結果(例如場景標籤)輸入到預設的美學評價模型中，得到所述照片圖像的美學評分。
具體的，所述圖像場景分類模塊用於：
通過預設的物體識別算法識別出所述照片圖像中的若干個物體；
根據預設的上下文語義模型分析出所述若干個物體之間的關聯；
根據分析的結果，得到照片圖像所屬場景的分類結果。
具體的，所述預設的美學評價模型包括卷積神經網絡模型、受限玻爾茲曼機、深度置信網絡。
所述預設的美學評價模型通過訓練得到，使用的機器學習方法包括卷積神經網絡、受限玻爾茲曼機、深度置信網絡等。
作為本發明裝置實施例的另一實施例，還包括模型訓練模塊：
所述模型訓練模塊用於：
獲取已知美學評分的若干個圖像；
利用已知美學評分的若干個圖像對預設的美學評價模型進行訓練，或利用已知美學評分的若干個圖像、及圖像所屬的場景標籤對預設的美學評價模型進行訓練。
作為本發明裝置實施例的另一實施例，還包括分類模塊，所述分類模塊，用於當所述照片圖像為智能設備中已保存的照片圖像時，根據智能設備中已保存的若干個照片圖像的美學評分，對所述若干個照片圖像進行分類。
本發明的智能設備相冊照片自動分級方法及系統，具有以下有益效果：
1、採用場景分類算法對不同場景進行自適應地美學評價，而且避免採取通用美學判別策略的分類性能限制，提高了最終相冊照片分級的準確性。
2、美學評價模型通過訓練得到，避免了人工規則模型的主觀性和片面性。
為了更加詳細的說明本發明實施例，給出實例1，實例1包括以下步驟：
步驟s1：從智能設備相冊中獲取照片圖像。
步驟s2：採用圖像場景分類算法，對相冊中的相片進行圖像識別，根據識別結果將照片分為風景、肖像、夜景、建築、動物、植物、動態、靜態、逆光九個類別。
步驟s3：根據場景分類的結果與原始圖像作為輸入，使用卷積神經網絡美學評價模型進行進一步的美學評價，得到照片的美學評分。
步驟s4：分值高低對應美學價值高低，根據評分分值可量化為若干等級，方便用戶檢索。
在步驟s1中，智能設備相冊中獲取照片圖像，亦可獲取智能設備攝像頭實時取景圖像作為圖像來源。
在步驟s2中，根據場景分類算法分析出的結果可將圖像歸類為風景、肖像、夜景、建築、動物、植物、動態、靜態、逆光九個類別，即得到照片所屬場景分類結果。
需要說明的是，現有技術中已經有很多成熟的場景分類，故在此不再贅述。
在所述步驟s3中，將作為圖像場景分類結果輸入，使用卷積神經網絡美學評價模型對圖像進行評分(分值範圍為1-10分)。卷積神經網絡美學評價模型通過訓練得到，避免了人工規則特徵的主觀性和片面性。
需要說明的是，美學評價模型包括並不限於使用卷積神經網絡，亦可採用其他機器學習方法，例如受限玻爾茲曼機、深度置信網絡。美學評價模型學習到的影響照片美學的因素包括場景構圖、亮度、對比度、色溫、飽和度、高光、陰影、峰值信噪比等。
在所述步驟s4中，統計相冊所有照片的美學評分，採用均分方式進行量化分為五級，將其作為檢索標籤供用戶檢索。
需要說明的是，本發明的智能設備相冊照片的自動分級方法及系統也可對智能設備攝像頭實時取景圖像進行評分，可用於拍照建議，其分類方法與智能設備相冊照片的自動分級方法相同。
本發明中所涉及的智能設備包括並不限於個人電腦、智慧型手機、平板電腦，以及其他具有數據處理功能的設備。所分級照片來源包括且不限於智能設備相冊，亦可使用設備攝像頭實時取景圖像。場景分類類別包括且不限於風景、肖像、夜景、建築、動物、植物、動態、靜態、逆光九個類別。場景分類結果可以作為卷積神經網絡美學評價模型的輸入參數，亦可採用針對每一種場景分類單獨建立其相應的卷積神經網絡模型。美學評價模型包括並不限於使用卷積神經網絡模型，亦可採用其他深度學習模型，例如受限玻爾茲曼機、深度置信網絡。量化分級數量包括並不限於五級。量化分級方式包括並不限於使用均分方式，亦可採用log方式或指數方式。
本方法實施例實現了對照片的美學分級，其中，圖像獲取來源為智能設備中的相冊照片，或為智能攝像頭實時取景圖像，而且通過預先對相冊照片進行場景分類，提升美學評價準確性，採用卷積神經網絡美學評價模型，避免人工規則特徵的主觀性和片面性，本方法及系統可以適用的範圍廣，可在智能設備中廣泛適用。
以上所述僅為本發明的實施例而已，並不用於限制本發明，對於本領域的技術人員來說，本發明可以有各種更改和變化。凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的權利要求範圍之內。