本發(fā)明涉及圖像處理，具體的說，涉及的是一種圖像處理方法、裝置、設備及存儲介質。

背景技術：

1、視頻ai技術是實現(xiàn)基于智能分析、智能處理的新型的視覺信息處理技術，它能將視覺領域中的大量復雜信息轉換成深度特征，從而完成圖像分類、目標檢測、目標識別等視覺任務。視頻ai技術憑借其人力成本低、自動化等優(yōu)勢成為視頻分析領域的優(yōu)選分析方案。

2、現(xiàn)有技術中，為保證視頻ai技術的可靠性，需要采集各種場景下的大量視頻圖片進行模型訓練和優(yōu)化，因此對作為訓練樣本的圖像數(shù)據(jù)的預處理環(huán)節(jié)至關重要。在傳統(tǒng)的圖像數(shù)據(jù)預處理環(huán)節(jié)中，需要人工對每張圖片進行篩選，從而過濾掉模糊、過曝、亮度異常等畫質較差的圖片，初步篩選完后往往還需要人工二次質檢，過程繁瑣且耗時。

技術實現(xiàn)思路

1、基于此，本發(fā)明提供了一種圖像處理方法、裝置、設備及存儲介質，其能夠通過采用預先訓練好的畫質檢查模型對所述圖像進行畫質檢查，自動剔除畫質不合格的圖像，無需人工篩查，縮短了圖像處理時長。

2、為實現(xiàn)上述目的，本發(fā)明實施例提供了一種圖像處理方法，包括：

3、獲取至少一個圖像；

4、采用預先訓練好的畫質檢查模型對所述圖像進行畫質檢查，得到畫質檢查結果；

5、剔除所述畫質檢查結果為畫質不合格的圖像。

6、作為上述方案的改進，在所述剔除所述畫質檢查結果為畫質不合格的圖像的步驟之后，還包括：

7、采用預先訓練好的敏感目標檢測模型對畫質合格的圖像進行檢查，得到敏感目標檢查結果；

8、剔除所述敏感目標檢查結果為不包含敏感目標的圖像。

9、作為上述方案的改進，所述畫質不合格的類型包括雪花噪聲、亮度異常、畫面模糊、圖像偏色、黑屏、藍屏和條紋中的至少一種。

10、作為上述方案的改進，所述畫質檢查模型為mobilenetv3網(wǎng)絡模型，所述畫質檢查模型的激活函數(shù)包括基于門控機制的激活函數(shù)，所述畫質檢查模型的至少一個瓶頸層的卷積核被替換為空洞卷積。

11、作為上述方案的改進，所述畫質檢查模型的激活函數(shù)包括基于門控機制的激活函數(shù),具體為：所述畫質檢查模型的hs激活函數(shù)被替換為基于門控機制的激活函數(shù)。

12、作為上述方案的改進，所述畫質檢查模型的至少一個瓶頸層的卷積核被替換為空洞卷積，具體為：所述畫質檢查模型的最后兩個瓶頸層的卷積核被替換為空洞卷積，兩個所述空洞卷積的膨脹系數(shù)分別為2和4。

13、作為上述方案的改進，所述基于門控機制的激活函數(shù)為：

14、

15、其中，x表示第l層的輸入，hl(x)表示第l層的輸出信息，w和v表示卷積核參數(shù),b和c表示偏置，σ表示sigmoid函數(shù)，表示矩陣逐點相乘。

16、為實現(xiàn)上述目的，本發(fā)明實施例還提供了一種圖像處理裝置，包括：

17、圖像獲取模塊，用于獲取至少一個圖像；

18、畫質檢查模塊，用于采用預先訓練好的畫質檢查模型對所述圖像進行畫質檢查，得到畫質檢查結果；

19、圖像剔除模塊，用于剔除所述畫質檢查結果為畫質不合格的圖像。

20、為實現(xiàn)上述目的，本發(fā)明實施例還提供了一種圖像處理設備，包括處理器、存儲器以及存儲在所述存儲器中且被配置為由所述處理器執(zhí)行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如上述任一實施例所述的圖像處理方法。

21、為實現(xiàn)上述目的，本發(fā)明實施例還提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質包括存儲的計算機程序，其中，在所述計算機程序運行時控制所述計算機可讀存儲介質所在設備執(zhí)行如上述任一實施例所述的圖像處理方法。

22、與現(xiàn)有技術相比，本發(fā)明實施例公開的圖像處理方法、裝置、設備及存儲介質，通過對獲取的圖像，采用預先訓練好的畫質檢查模型進行畫質檢查，得到畫質檢查結果，自動剔除畫質檢查結果為畫質不合格的圖像，無需人工篩查，節(jié)省了大量人力，縮短了圖像處理時長。

技術特征：

1.一種圖像處理方法，其特征在于，包括：

2.如權利要求1所述的圖像處理方法，其特征在于，在所述剔除所述畫質檢查結果為畫質不合格的圖像的步驟之后，還包括：

3.如權利要求1所述的圖像處理方法，其特征在于，所述畫質不合格的類型包括雪花噪聲、亮度異常、畫面模糊、圖像偏色、黑屏、藍屏和條紋中的至少一種。

4.如權利要求1～3任一所述的圖像處理方法，其特征在于，所述畫質檢查模型為mobilenetv3網(wǎng)絡模型，所述畫質檢查模型的激活函數(shù)包括基于門控機制的激活函數(shù)，所述畫質檢查模型的至少一個瓶頸層的卷積核被替換為空洞卷積。

5.如權利要求4所述的圖像處理方法，其特征在于，所述畫質檢查模型的激活函數(shù)包括基于門控機制的激活函數(shù),具體為：所述畫質檢查模型的hs激活函數(shù)被替換為基于門控機制的激活函數(shù)。

6.如權利要求4所述的圖像處理方法，其特征在于，所述畫質檢查模型的至少一個瓶頸層的卷積核被替換為空洞卷積，具體為：所述畫質檢查模型的最后兩個瓶頸層的卷積核被替換為空洞卷積，兩個所述空洞卷積的膨脹系數(shù)分別為2和4。

7.如權利要求4所述的圖像處理方法，其特征在于，所述基于門控機制的激活函數(shù)為：

8.一種圖像處理裝置，其特征在于，包括：

9.一種圖像處理設備，其特征在于，包括處理器、存儲器以及存儲在所述存儲器中且被配置為由所述處理器執(zhí)行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如權利要求1至7中任意一項所述的圖像處理方法。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質包括存儲的計算機程序，其中，在所述計算機程序運行時控制所述計算機可讀存儲介質所在設備執(zhí)行如權利要求1至7中任意一項所述的圖像處理方法。

技術總結
本發(fā)明公開一種圖像處理方法、裝置、設備及存儲介質，通過對獲取的圖像，采用預先訓練好的畫質檢查模型進行畫質檢查，得到畫質檢查結果，自動剔除畫質檢查結果為畫質不合格的圖像，無需人工篩查，節(jié)省了大量人力，縮短了圖像處理時長。

技術研發(fā)人員：李萌
受保護的技術使用者：中國移動通信有限公司研究院
技術研發(fā)日：
技術公布日：2024/10/21