[发明专利]兴趣区域评估方法、装置、设备和介质

权利要求书

1.一种兴趣区域评估方法，其特征在于，包括：

确定兴趣区域的待评估图像；

确定所述待评估图像在至少一个维度下的图像评估结果；

根据所述待评估图像在所述至少一个维度下的图像评估结果，对所述兴趣区域进行评估。

2.根据权利要求1所述的方法，其特征在于，所述待评估图像在至少一个维度下的图像评估结果包括：图像美观度评估结果和图像特色度评估结果；

其中，所述图像美观度评估结果用于从实体环境的角度表征所述兴趣区域，所述图像特色度评估结果用于从人文民俗的角度表征所述兴趣区域。

3.根据权利要求1所述的方法，其特征在于，确定所述待评估图像在至少一个维度下的图像评估结果，包括：

利用图像评估模型，确定所述待评估图像在至少一个维度下的图像评估结果；

其中，所述图像评估模型是基于样本兴趣区域的样本图像、以及所述样本图像在至少一个维度下的标注评估结果，训练得到。

4.根据权利要求3所述的方法，其特征在于，所述利用图像评估模型，确定所述待评估图像在至少一个维度下的图像评估结果，包括：

利用基于多任务学习预先训练的所述图像评估模型，确定所述待评估图像在不同维度下的图像评估结果。

5.根据权利要求4所述的方法，其特征在于，所述利用基于多任务学习预先训练的所述图像评估模型，确定所述待评估图像在不同维度下的图像评估结果，包括：

利用所述图像评估模型中的特征提取网络，提取所述待评估图像的图像特征；

基于所述图像特征，利用所述图像评估模型中对应不同维度的预测网络，确定所述待评估图像在不同维度下的图像评估结果。

6.根据权利要求4或5所述的方法，其特征在于，在所述基于多任务学习预先训练的所述图像评估模型中，目标函数与所述图像评估模型中各网络分支的权重、以及所述图像评估模型中对应不同维度的预测网络的损失函数有关。

7.根据权利要求6所述的方法，其特征在于，所述目标函数L用以下公式表示：

其中，W表示所述图像评估模型中特征提取网络的权重矩阵，W_m和W_n表示所述图像评估模型中对应不同维度的预测网络的权重矩阵，Y_m和Y_n表示模型训练过程中样本图像在不同维度下的标注评估结果，L_m(W，W_m，I，Y_m)和L_n(W，W_n，I，Y_n)表示所述对应不同维度的预测网络的损失函数，λ表示模型参数，I表示所述样本图像的图像数据。

8.根据权利要求1所述的方法，其特征在于，根据所述待评估图像在所述至少一个维度下的图像评估结果，对所述兴趣区域进行评估，包括：

根据所述待评估图像在所述至少一个维度下的图像评估结果，确定所述兴趣区域对应所述至少一个维度的区域评估结果；

根据所述兴趣区域的区域评估结果，确定所述兴趣区域的综合评估结果。

9.根据权利要求8所述的方法，其特征在于，在根据所述兴趣区域的区域评估结果，确定所述兴趣区域的综合评估结果之后，所述方法还包括：

根据用户对所述兴趣区域的搜索需求，将所述兴趣区域的区域评估结果和所述综合评估结果中的至少一种结果发送至用户终端；

其中，所述用户终端用于展示所述至少一种结果。

10.根据权利要求1所述的方法，其特征在于，所述待评估图像包括街景图像。

11.根据权利要求10所述的方法，其特征在于，所述确定兴趣区域的待评估图像，包括：

根据采集的街景图像携带的定位信息与所述兴趣区域的位置关系，确定所述兴趣区域的待评估图像。