[发明专利]图像检测方法、装置、设备及存储介质

说明书

本公开实施例公开了图像检测方法、装置、设备及存储介质。该方法包括：获取待检测的目标图像，将目标图像输入至预设图像检测模型中，其中，预设图像检测模型通过利用预设样本对集合，对包含孪生网络的预设神经网络模型进行训练后得到，孪生网络中每个分支网络用于输出输入至分支网络的图像的色彩质量分值和图像损伤类别，预设样本对集合中的每个样本对中包括基于同一预设原始图像生成的图像损伤类别相同但损伤程度不同的两个样本图像，样本对集合中包含至少两个对应于不同图像损伤类别的样本对，根据预设图像检测模型的输出结果，确定目标图像对应的目标色彩质量分值和目标图像损伤类别。通过采用上述技术方案，可提高图像检测的准确度。

技术领域

本公开实施例涉及计算机技术领域，尤其涉及图像检测方法、装置、设备及存储介质。

背景技术

图像中可以包含丰富的内容和信息，是一种常见的信息载体。在许多应用场景中，存在对图像质量进行检测的需求。

目前，在对图像质量进行检测时，通常针对如亮度、对比度以及色彩丰富度等细化指标直接从图像的颜色空间色域特定维度中提取简单的统计特征，而上述指标之间信息冗余较大，指标信息过于低维，只能反映画面属性，而无法反映画质好坏。例如，在对图像进行调整时，常常亮度以及对比度等多个指标同时变化且趋势不同，无法分辨调整前后图像画质的好坏。此外，图像作为信息载体，通常需要向人展示，而图像在获取、压缩、处理、传输、存储以及显示等过程中可能带来不同程度和类型的失真，形成图像损伤，降低人眼视觉观感，直接影响信息的获取，现有的检测方案通常受限于主观标注数据集的规模，无法在图像损伤维度表现出和人类主观感受的高相关性，也即无法得出准确的检测结果。

因此，目前的图像质量检测方案仍不够完善，需要改进。

发明内容

本公开实施例提供了图像检测方法、装置、存储介质及设备，可以优化现有的图像检测方案。

第一方面，本公开实施例提供了一种图像检测方法，包括：

获取待检测的目标图像；

将所述目标图像输入至预设图像检测模型中，其中，所述预设图像检测模型通过利用预设样本对集合，对包含孪生网络的预设神经网络模型进行训练后得到，所述孪生网络中包括结构相同且共享权重的两个分支网络，每个所述分支网络用于输出输入至所述分支网络的图像的色彩质量分值和图像损伤类别，所述预设样本对集合中的每个样本对中包括基于同一预设原始图像生成的图像损伤类别相同但损伤程度不同的两个样本图像，所述样本对集合中包含至少两个对应于不同图像损伤类别的样本对；

根据所述预设图像检测模型的输出结果，确定所述目标图像对应的目标色彩质量分值和目标图像损伤类别。

第二方面，本公开实施例提供了一种图像检测装置，包括：

目标图像获取模块，用于获取待检测的目标图像；

图像输入模块，用于将所述目标图像输入至预设图像检测模型中，其中，所述预设图像检测模型通过利用预设样本对集合，对包含孪生网络的预设神经网络模型进行训练后得到，所述孪生网络中包括结构相同且共享权重的两个分支网络，每个所述分支网络用于输出输入至所述分支网络的图像的色彩质量分值和图像损伤类别，所述预设样本对集合中的每个样本对中包括基于同一预设原始图像生成的图像损伤类别相同但损伤程度不同的两个样本图像，所述样本对集合中包含至少两个对应于不同图像损伤类别的样本对；

图像检测模块，用于根据所述预设图像检测模型的输出结果，确定所述目标图像对应的目标色彩质量分值和目标图像损伤类别。

第三方面，本公开实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本公开实施例提供的图像检测方法。