[发明专利]基于元学习的用户个性化图像美感评价方法、系统、介质和设备

摘要

本发明公开了一种基于元学习的用户个性化图像美感评价方法、系统、介质和设备，该方法具体步骤为：获取通用美感模型；获取图像深度特征；构建用户个性化图像美感评价模型和元学习器学习策略；训练元学习器：采用训练用户图像及其用户评分作为训练数据，对元学习器的参数进行优化；用户提供图像以及用户评分，采用元学习器获取用户个性化图像美感评价模型参数；采用通用美感模型以及用户个性化图像美感评价模型预测用户个性化图像美感评分。本发明根据已有的训练任务集，训练能快速适应由少量数据所构成的新任务模型，在用户提供不同图片数目时，均能得到很好的用户个性化图像美感评分性能，也对用户间的关联进行有效利用。

主权项

1.一种基于元学习的用户个性化图像美感评价方法，其特征在于，包括下述步骤：S1：获取通用美感模型：根据数据集内图像的平均美感评分作为训练标签，采用深度卷积神经网络训练得到通用美感模型；S2：获取图像深度特征：采用特定任务下的深度卷积神经网络的中间输出作为图像深度特征；S3：构建用户个性化图像美感评价模型和元学习器学习策略，所述用户个性化图像美感评价模型根据图像深度特征为输入，图像对应的分数作为输出，所述元学习器学习策略将训练用户图像以及训练用户评分作为输入，对用户个性化图像美感评价模型的参数进行更新；S4：训练元学习器：采用训练用户图像及训练用户评分作为训练数据，对元学习器的参数进行优化；S5：用户提供图像以及用户评分，采用元学习器获取用户个性化图像美感评价模型参数；S6：采用通用美感模型获得图像的通用美感评分预测，使用用户个性化图像美感评价模型获得图像的用户个性化图像美感评分偏差预测，将两者相加的结果作为需要预测的用户个性化图像美感评分。