[发明专利]清晰度预测模型的训练方法和确定清晰等级的方法

说明书

本公开公开了一种清晰度预测模型的训练方法和确定清晰等级的方法，涉及人工智能领域，具体涉及深度学习领域，可应用于图像处理和视频处理场景下。清晰度预测模型的训练方法的具体实现方案为：以样本图像对中的两个样本图像分别作为清晰度预测模型的输入，获得两个样本图像各自的预测清晰度，其中，两个样本图像均具有指示实际清晰度的标签；确定两个样本图像的两个预测清晰度之间的第一差值，并确定两个样本图像的两个实际清晰度之间的第二差值；以及基于第一预定损失函数和第一差值与第二差值之间的差异，对清晰度预测模型进行训练，其中，样本图像对是由多个样本图像中的任意两个样本图像组合得到的。

技术领域

本公开涉及人工智能领域，具体涉及深度学习领域，可应用于图像处理和视频处理场景下。

背景技术

随着互联网技术的发展，图像和视频成为人们获取信息的重要载体。高清晰度的图像和视频可以为人们带来更好的用户体验，利于提高电子信息的质量。

发明内容

提供了一种提高模型精度并降低模型训练成本的清晰度预测模型的训练方法、确定图像清晰等级的方法和确定视频清晰等级的方法。

根据本公开的一个方面，提供了一种清晰度预测模型的训练方法，包括：以样本图像对中的两个样本图像分别作为清晰度预测模型的输入，获得两个样本图像各自的预测清晰度，其中，两个样本图像均具有指示实际清晰度的标签；确定两个样本图像的两个预测清晰度之间的第一差值，并确定两个样本图像的两个实际清晰度之间的第二差值；以及基于第一预定损失函数和第一差值与第二差值之间的差异，对清晰度预测模型进行训练。其中，样本图像对是由多个样本图像中的任意两个样本图像组合得到的。

根据本公开的另一个方面，提供了一种确定图像清晰等级的方法，包括：以待处理图像作为清晰度预测模型的输入，获得待处理图像的预测清晰度；以及基于待处理图像的预测清晰度，确定待处理图像的清晰等级，其中，该清晰度预测模型是采用上述的清晰度预测模型的训练方法训练得到的。

根据本公开的另一方面，提供了一种确定视频清晰等级的方法，包括：从待处理视频中提取多个关键图像帧；以多个关键图像帧分别作为清晰度预测模型的输入，获得多个关键图像帧各自的预测清晰度；以及基于多个关键帧的多个预测清晰度，确定待处理视频的清晰等级，其中，清晰度预测模型是采用上述的清晰度预测模型的训练方法训练得到的。

根据本公开的另一方面，提供了一种清晰度预测模型的训练装置，包括：第一清晰度预测模块，用于以样本图像对中的两个样本图像分别作为清晰度预测模型的输入，获得两个样本图像各自的预测清晰度，其中，两个样本图像均具有指示实际清晰度的标签；差值确定模块，用于确定两个样本图像的两个预测清晰度之间的第一差值，并确定两个样本图像的两个实际清晰度之间的第二差值；以及模型训练模块，用于基于第一预定损失函数和第一差值与第二差值之间的差异，对清晰度预测模型进行训练，其中，样本图像对是由多个样本图像中的任意两个样本图像组合得到的。

根据本公开的另一方面，提供了一种确定图像清晰等级的装置，包括：第三清晰度预测模块，用于以待处理图像作为清晰度预测模型的输入，获得待处理图像的预测清晰度；以及第一清晰等级确定模块，用于基于待处理图像的预测清晰度，确定待处理图像的清晰等级，其中，清晰度预测模型是采用上述的清晰度预测模型的训练装置训练得到的。

根据本公开的另一方面，提供了一种确定视频清晰等级的装置，包括：图像帧提取模块，用于从待处理视频中提取多个关键图像帧；第四清晰度预测模块，用于以多个关键图像帧分别作为清晰度预测模型的输入，获得多个关键图像帧各自的预测清晰度；以及第二清晰等级确定模块，用于基于多个关键图像帧的多个预测清晰度，确定待处理视频的清晰等级，其中，清晰度预测模型是采用上述的清晰度预测模型的训练装置训练得到的。