[发明专利]一种基于深度漂移-扩散方法的美学图像质量预测系统及方法

摘要

本发明公开了一种基于深度漂移‑扩散方法的美学图像质量预测系统及方法：包括：采用受心理学家启发的深度漂移‑扩散(DDD)方法，在Caffe深度学习框架上，根据训练图像得分分布，预测美学图像得分分布；根据训练美学图像分类数据，预测美学图像分类类别值；根据训练图像集合内图像的美学得分，预测美学图像评分。将所述预测图像输入所述美学图像分数分布方法模型，输出美学图像得分分布、图像分类类别值、美学图像评分，解决了传统美学图像质量方法无法对呈非高斯分布的美学图像评价分数分布提供较高准确性的问题，达到了美学图像质量动态预测的技术效果。

主权项

1.一种基于深度漂移‑扩散方法的美学图像质量预测系统，其特征在于，包括：数据采集模块、预处理模块和神经网络模块；数据采集模块：确定已知的AVA图像美学分类数据集中所需训练图像集样本、验证图像集样本和测试图像集样本；预处理模块：对已知的AVA图像美学分类数据集进行预处理，以符合深度漂移‑扩散模型的特性，将处理后的数据送到神经网络模块中；神经网络模块：构建神经网络，将所述验证图像集样本，输入神经网络中，利用深度神经网络方法，确定所述验证图像集样本的美学得分分布、分类类别值和美学评分；美学分数分布预测模块：将所述测试图像集样本输入神经网络，得到所述测试图像集样本内的美学图像得分分布、分类类别值、美学评分等美学图像质量值为最终的预测结果。