[发明专利]图像模糊检测模型的训练方法、图像模糊检测方法及装置

权利要求书

1.一种图像模糊检测模型的训练方法，其特征在于，包括：

获取训练图像集，其中，所述训练图像集包括多个训练图像、每个训练图像标注的真实模糊分数；

获取所述训练图像的清晰度掩膜、文字区域掩膜和主要内容区域掩膜，其中，所述清晰度掩膜表示所述训练图像的清晰程度，所述文字区域掩膜表示所述训练图像中文字区域的位置，所述主要内容区域掩膜表示所述训练图像中主要内容区域的位置；

将所述训练图像、所述训练图像的清晰度掩膜、所述训练图像的文字区域掩膜和所述训练图像的主要内容区域掩膜输入到图像模糊检测模型中，获取估计模糊分数；

基于所述估计模糊分数和所述训练图像标注的真实模糊分数确定所述图像模糊检测模型的损失函数；

根据所述损失函数调整所述图像模糊检测模型的参数，对所述图像模糊检测模型进行训练；

其中，所述图像模糊检测模型包括第一特征提取层、第二特征提取层、池化层与回归层；所述将所述训练图像、所述训练图像的清晰度掩膜、所述训练图像的文字区域掩膜和所述训练图像的主要内容区域掩膜输入到图像模糊检测模型中，获取估计模糊分数包括：

将训练图像输入所述第一特征提取层，获取所述训练图像的第一特征，其中，所述第一特征提取层为所述图像模糊检测模型的前预定个数的卷积层；

将所述第一特征与所述训练图像的清晰度掩膜、所述训练图像的文字区域掩膜相乘，获得处理后的第一特征；

将处理后的第一特征输入所述第二特征提取层，获取所述训练图像的第二特征，其中，所述第二特征提取层为所述图像模糊检测模型的前预定个数的卷积层和所述池化层之间的卷积层；

将所述第二特征与所述训练图像的主要内容区域掩膜相乘，获取处理后的第二特征；

将处理后的第二特征输入所述池化层和所述回归层，得到所述训练图像的估计模糊分数。

2.如权利要求1所述的训练方法，其特征在于，所述基于所述估计模糊分数和所述训练图像标注的真实模糊分数确定所述图像模糊检测模型的损失函数包括：

获取所述估计模糊分数和所述训练图像标注的真实模糊分数的均方误差；

将所述均方误差确定为所述图像模糊检测模型的损失函数。

3.如权利要求1所述的训练方法，其特征在于，所述将处理后的第二特征输入所述池化层和所述回归层，得到所述训练图像的估计模糊分数包括：

将处理后的第二特征输入所述池化层进行全局平均池化，得到第三特征；

将第三特征与放大因子相乘，获取第四特征，其中，所述放大因子为所述训练图像的主要内容区域掩膜中图像的整体面积与主要内容区域面积的比值；

将所述第四特征输入所述回归层进行回归处理，得到所述训练图像的估计模糊分数。

4.如权利要求1所述的训练方法，其特征在于，在获取训练图像集之后，还包括：

对所述训练图像集进行增广处理，得到最终的训练图像集。