CN109034242B - 图像处理算法的评分方法、装置及系统 - Google Patents

图像处理算法的评分方法、装置及系统 Download PDF

Info

Publication number
CN109034242B
CN109034242B CN201810832166.8A CN201810832166A CN109034242B CN 109034242 B CN109034242 B CN 109034242B CN 201810832166 A CN201810832166 A CN 201810832166A CN 109034242 B CN109034242 B CN 109034242B
Authority
CN
China
Prior art keywords
image
evaluation
images
target
image processing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810832166.8A
Other languages
English (en)
Other versions
CN109034242A (zh
Inventor
邵翔宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201810832166.8A priority Critical patent/CN109034242B/zh
Publication of CN109034242A publication Critical patent/CN109034242A/zh
Application granted granted Critical
Publication of CN109034242B publication Critical patent/CN109034242B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217Validation; Performance evaluation; Active pattern learning techniques
    • G06F18/2178Validation; Performance evaluation; Active pattern learning techniques based on feedback of a supervisor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/40Software arrangements specially adapted for pattern recognition, e.g. user interfaces or toolboxes therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本公开是关于一种图像处理算法的评分方法、装置及系统,属于电子技术应用领域。所述方法通过将m个图像组在目标终端对应的显示区域显示,且每一个图像组均是由n个图像处理算法对同一张原始图像进行处理得到的图像。这使得测试人员在对每个图像处理算法处理得到的图像进行评分时,均可以参考与其同组的其他图像处理算法处理得到的图像。解决了相关技术中,由于难以与其他图像处理算法处理后的图像进行横向参考比较,使得评分不稳定,进而导致确定的图像处理算法的评分不准确的问题。提高了对于图像处理算法的评分的稳定性以及准确性。

Description

图像处理算法的评分方法、装置及系统
技术领域
本公开涉及电子技术应用领域,特别涉及一种图像处理算法的评分方法、装置及系统。
背景技术
目前,用于处理图像的图像处理算法层出不穷。如何评判多个图像处理算法的优劣成为目前亟待解决的问题。
相关技术中的一种图像处理算法的评分方法应用于n个图像处理算法时,将这n个图像处理算法分别配置在n个终端中,再由这n个终端分别对m张图像进行处理,之后在这n个终端中随机显示处理得到的图片,由测试人员对这n个终端中随机显示的图片进行评分,之后根据每个终端处理的图像的评分确定每个图像处理算法的评分。
发明内容
本公开实施例提供了一种图像处理算法的评分方法及装置,可以解决相关技术中的方法中由于在对每张图像评分时没有参考导致评分不稳定的问题。所述技术方案如下:
根据本公开实施例的第一方面,提供了一种图像处理算法的评分方法,用于目标终端中,所述目标终端是n个评测终端中的任意终端,每个所述评测终端对应一个显示区域,所述方法包括:
获取n*m张图像的同步信息,所述n*m张图像分为m个图像组,每个图像组中包含由n种图像处理算法对同一原始图像进行处理获得的n张图像,n、m为大于或者等于2的整数;所述同步信息用于指示所述n个评测终端对每个所述图像组中的n张图像同步进行展示;
在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像;
在所述目标终端对应的显示区域中显示所述目标图像;
获取所述目标图像的评价参数,所述评价参数是根据对所述目标图像的评价操作生成的参数;
将所述评价参数发送给服务器,以便所述服务器根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分。
可选的,所述在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像,包括:
获取所述同步信息中包含的,与所述本轮展示的图像组对应的随机数组;所述随机数组中包含分别对应所述n种图像处理算法的n组字符,且所述n组字符随机排列;
获取所述随机数组中与所述目标终端对应的位置处的字符,所述随机数组中与所述n个评测终端分别对应的位置各不相同;
将所述本轮展示的图像组中,由获取到的字符对应的图像处理算法处理获得的图像获取为所述目标图像。
可选的,所述将所述本轮展示的图像组中,由获取到的字符对应的图像处理算法处理获得的图像获取为所述目标图像,包括:
获取所述本轮展示的图像组中由所述n种图像处理算法处理获得的图像的地址;
根据获取到的各个地址中,由获取到的字符对应的图像处理算法处理获得的图像的地址获取所述目标图像。
可选的,所述在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像之前,还包括:
将图像组列表中的第i个图像组获取为本轮展示的图像组,i为当前展示轮数除以m获得余数,所述图像组列表由所述m个图像组随机排列获得。
可选的,所述获取所述目标图像的评价参数,包括:
展示至少两个评价控件,每个所述评价控件对应一种评价参数;
检测到对所述至少两个评价控件中的一个评价控件的触发操作时,将所述触发操作对应的评价参数获取为所述目标图像的评价参数。
根据本公开实施例的第二方面,提供了一种图像处理算法的评分方法,其特征在于,所述方法包括:
获取n*m张图像,所述n*m张图像分为m个图像组,每个图像组中包含由n种图像处理算法对同一原始图像进行处理获得的n张图像,n、m为大于或者等于2的整数;
生成所述n*m张图像的同步信息,所述同步信息用于指示n个评测终端对每个所述图像组中的n张图像同步进行展示;
将所述同步信息发送给目标终端,以便所述目标终端在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像,在所述目标终端对应的显示区域中显示所述目标图像,获取所述目标图像的评价参数,所述评价参数是根据对所述目标图像的评价操作生成的参数,并将所述评价参数发送给服务器,由所述服务器根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分。
可选的,所述生成所述n*m张图像的同步信息,包括:
生成包含与各轮展示的图像组对应的随机数组;所述随机数组中包含分别对应所述n种图像处理算法的n组字符,且所述n组字符随机排列。
可选的,所述方法还包括:
将所述m个图像组随机排列获得图像组列表;
将所述图像组列表发送给所述目标终端。
根据本公开实施例的第三方面,提供了一种图像处理算法的评分方法,其特征在于,所述方法包括:
接收目标终端发送的,目标图像的评价参数;所述目标终端是n个评测终端中的任意终端,每个所述评测终端对应一个显示区域;所述目标图像是所述目标终端获取n*m张图像的同步信息,在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的图像;所述目标图像的评价参数是所述目标终端在对应的显示区域中显示所述目标图像,并根据对所述目标图像的评价操作生成的参数;
在接收到所述n个评测终端发送的,所述n*m张图像的评价参数后,根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分。
根据本公开实施例的第四方面,提供了一种图像处理算法的评分装置,用于目标终端中,所述目标终端是n个评测终端中的任意终端,每个所述评测终端对应一个显示区域,所述装置包括:
同步信息获取模块,用于获取n*m张图像的同步信息,所述n*m张图像分为m个图像组,每个图像组中包含由n种图像处理算法对同一原始图像进行处理获得的n张图像,n、m为大于或者等于2的整数;所述同步信息用于指示所述n个评测终端对每个所述图像组中的n张图像同步进行展示;
目标图像获取模块,用于在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像;
显示模块,用于在所述目标终端对应的显示区域中显示所述目标图像;
评价参数获取模块,用于获取所述目标图像的评价参数,所述评价参数是根据对所述目标图像的评价操作生成的参数;
评价参数发送模块,用于将所述评价参数发送给服务器,以便所述服务器根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分。
可选的,所述目标图像获取模块,包括:
随机数组获取子模块,用于获取所述同步信息中包含的,与所述本轮展示的图像组对应的随机数组;所述随机数组中包含分别对应所述n种图像处理算法的n组字符,且所述n组字符随机排列;
字符获取子模块,用于获取所述随机数组中与所述目标终端对应的位置处的字符,所述随机数组中与所述n个评测终端分别对应的位置各不相同;
目标图像获取子模块,用于将所述本轮展示的图像组中,由获取到的字符对应的图像处理算法处理获得的图像获取为所述目标图像。
可选的,所述目标图像获取子模块,用于:
获取所述本轮展示的图像组中由所述n种图像处理算法处理获得的图像的地址;
根据获取到的各个地址中,由获取到的字符对应的图像处理算法处理获得的图像的地址获取所述目标图像。
可选的,所述装置还包括:
图像组获取模块,用于在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像之前,将图像组列表中的第i个图像组获取为本轮展示的图像组,i为当前展示轮数除以m获得余数,所述图像组列表由所述m个图像组随机排列获得。
可选的,所述评价参数获取模块,用于:
展示至少两个评价控件,每个所述评价控件对应一种评价参数;
检测到对所述至少两个评价控件中的一个评价控件的触发操作时,将所述触发操作对应的评价参数获取为所述目标图像的评价参数。
根据本公开实施例的第五方面,提供了一种图像处理算法的评分装置,包括:
图像获取模块,用于获取n*m张图像,所述n*m张图像分为m个图像组,每个图像组中包含由n种图像处理算法对同一原始图像进行处理获得的n张图像,n、m为大于或者等于2的整数;
同步信息生成模块,用于生成所述n*m张图像的同步信息,所述同步信息用于指示n个评测终端对每个所述图像组中的n张图像同步进行展示;
同步信息发送模块,用于将所述同步信息发送给目标终端,以便所述目标终端在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像,在所述目标终端对应的显示区域中显示所述目标图像,获取所述目标图像的评价参数,所述评价参数是根据对所述目标图像的评价操作生成的参数,并将所述评价参数发送给服务器,由所述服务器根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分。
可选的,所述同步信息生成模块,用于:
生成包含与各轮展示的图像组对应的随机数组;所述随机数组中包含分别对应所述n种图像处理算法的n组字符,且所述n组字符随机排列。
可选的,所述装置还包括:
随机排列模块,用于将所述m个图像组随机排列获得图像组列表;
图像组列表发送模块,用于将所述图像组列表发送给所述目标终端。
根据本公开实施例的第六方面,提供了一种图像处理算法的评分装置,其特征在于,所述装置包括:
评价参数接受模块,用于接收目标终端发送的,目标图像的评价参数;所述目标终端是n个评测终端中的任意终端,每个所述评测终端对应一个显示区域;所述目标图像是所述目标终端获取n*m张图像的同步信息,在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的图像;所述目标图像的评价参数是所述目标终端在对应的显示区域中显示所述目标图像,并根据对所述目标图像的评价操作生成的参数;
评分模块,用于在接收到所述n个评测终端发送的,所述n*m张图像的评价参数后,根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分。
根据本公开实施例的第七方面,提供了一种图像处理算法的评分装置,包括:
处理器;
用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为:
获取n*m张图像的同步信息,所述n*m张图像分为m个图像组,每个图像组中包含由n种图像处理算法对同一原始图像进行处理获得的n张图像,n、m为大于或者等于2的整数;所述同步信息用于指示所述n个评测终端对每个所述图像组中的n张图像同步进行展示;
在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像;
在所述目标终端对应的显示区域中显示所述目标图像;
获取所述目标图像的评价参数,所述评价参数是根据对所述目标图像的评价操作生成的参数;
将所述评价参数发送给服务器,以便所述服务器根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分。
根据本公开实施例的第八方面,提供了一种图像处理算法的评分装置,其特征在于,包括:
处理器;
用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为:
获取n*m张图像,所述n*m张图像分为m个图像组,每个图像组中包含由n种图像处理算法对同一原始图像进行处理获得的n张图像,n、m为大于或者等于2的整数;
生成所述n*m张图像的同步信息,所述同步信息用于指示n个评测终端对每个所述图像组中的n张图像同步进行展示;
将所述同步信息发送给目标终端,以便所述目标终端在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像,在所述目标终端对应的显示区域中显示所述目标图像,获取所述目标图像的评价参数,所述评价参数是根据对所述目标图像的评价操作生成的参数,并将所述评价参数发送给服务器,由所述服务器根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分。
根据本公开实施例的第九方面,提供了一种图像处理算法的评分装置,其特征在于,包括:
处理器;
用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为:
接收目标终端发送的,目标图像的评价参数;所述目标终端是n个评测终端中的任意终端,每个所述评测终端对应一个显示区域;所述目标图像是所述目标终端获取n*m张图像的同步信息,在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的图像;所述目标图像的评价参数是所述目标终端在对应的显示区域中显示所述目标图像,并根据对所述目标图像的评价操作生成的参数;
在接收到所述n个评测终端发送的,所述n*m张图像的评价参数后,根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分。
根据本公开实施例的第十方面,提供了一种图像处理算法的评分系统,其特征在于,包括:n个评测终端、服务器以及信息生成设备,
所述n个评测终端中的任一评测终端包括第四方面所述的图像处理算法的评分装置,所述信息生成设备包括第五方面所述的图像处理算法的评分装置,所述服务器包括第六方面所述的图像处理算法的评分装置;
或者,所述n个评测终端中的任一评测终端包括第七方面所述的图像处理算法的评分装置,所述信息生成设备包括第八方面所述的图像处理算法的评分装置,所述服务器包括第九方面所述的图像处理算法的评分装置。
根据本公开实施例的第十一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述可读存储介质在处理组件上运行时,使得处理组件执行如第一方面、第二方面以及第三方面所述图像处理算法的评分方法。
根据本公开实施例的第十二方面,提供了一种计算机程序产品,所述计算机程序产品中存储有指令,当其在计算机上运行时,使得计算机执行如第一方面、第二方面以及第三方面所述图像处理算法的评分方法。
根据本公开实施例的第十三方面,提供一种芯片,所述芯片包括可编程逻辑电路和/或程序指令,当所述芯片运行时用于实现如第一方面、第二方面以及第三方面所述的图像处理算法的评分方法。
本公开的实施例提供的技术方案可以包括以下有益效果:
通过将m个图像组在目标终端对应的显示区域显示,且每一个图像组均是由n个图像处理算法对同一张原始图像进行处理得到的图像。这使得测试人员在对每个图像处理算法处理得到的图像进行评分时,均可以参考与其同组的其他图像处理算法处理得到的图像。解决了相关技术中,由于难以与其他图像处理算法处理后的图像进行横向参考比较,使得评分不稳定,进而导致确定的图像处理算法的评分不准确的问题。提高了对于图像处理算法的评分的稳定性以及准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
为了更清楚地说明本公开的实施例,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据一示例性实施例示出的一种图像处理算法的评分系统的示意图。
图2是根据一示例性实施例示出的一种图像处理算法的评分方法的方法流程图。
图3是根据一示例性实施例示出的另一种图像处理算法的评分方法的方法流程图。
图4是根据一示例性实施例示出的另一种图像处理算法的评分方法的方法流程图。
图5是根据一示例性实施例示出的另一种图像处理算法的评分方法的方法流程图。
图6是根据一示例性实施例示出的一种目标终端获取目标图像的方法流程图。
图7是根据一示例性实施例示出的一种目标终端获取目标图像的评价参数的方法流程图。
图8是根据一示例性实施例示出的一种每张图像对应的四个按钮示意图。
图9是根据一示例性实施例示出的一种m个图像组中每个图像组中的n个图像的评分的示意图。
图10是根据一实例性实施例示出的一种图像处理算法的评分装置的框图。
图11是根据一实例性实施例示出的另一种图像处理算法的评分装置的框图。
图12是根据一示例性实施例示出的又一种图像处理算法的评分装置的框图。
图13是根据一示例性实施例示出的一种目标图像获取模块的框图。
图14是根据一示例性实施例示出的另一种图像处理算法的评分装置的框图。
图15是根据一示例性实施例示出的另一种图像处理算法的评分装置的框图。
图16是根据一示例性实施例示出的一种终端的框图。
图17是根据一示例性实施例示出的一种服务器的框图。
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
具体实施方式
为了使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开作进一步地详细描述,显然,所描述的实施例仅仅是本公开一部份实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本公开保护的范围。
目前,用于处理图像的各种图像处理算法层出不穷,例如,用于提升图像质量以制作具有超清分辨率的图像的图像处理算法,或者用于提升图像效果以虚化图像背景的图像处理算法等。与此同时,提供各类图像处理算法的供应商也越来越多。因此,亟需一种图像处理算法的评分方法来确定这些供应商所提供的图像处理算法的优劣。
相关技术中的一种图像处理算法的评分方法应用于n个图像处理算法时,将这n个图像处理算法分别配置在n个终端中,再由这n个终端分别对m张图像进行处理,之后在这n个终端中随机显示处理得到的图片,由测试人员对这n个终端中随机显示的图片进行评分,之后根据每个终端处理的图像的评分确定每个图像处理算法的评分。
但是,相关技术所描述的方法中,每个终端上仅显示经过该终端中配置的那一个图像处理算法处理后得到的图像,在测试人员对每个图像处理算法处理后的图像进行评分时,需要依次单独查看每张图像,难以与其他图像处理算法处理后的图像进行横向参考比较,使得评分由于掺杂了太多的主观因素而导致评分结果不稳定,进而导致对于图像处理算法的评分的结果不准确。
本公开实施例提供了一种图像处理算法的评分方法、装置及系统,可以解决上述相关技术中存在的问题。
请参见图1,其示出了本公开部分实施例中提供的用来执行图像处理算法的评分方法的一种图像处理算法的评分系统的示意图。该图像处理算法的评分系统可以包括:n个评测终端110(图1中以n为2为例进行说明)、服务器120以及信息生成设备130。
其中,n为大于或者等于2的整数,评测终端110可以是智能手机、平板电脑、个人电脑、计算机、数字广播终端、消息收发设备、游戏控制台、平板设备、个人数字助理等用户终端,用于评测图像处理算法。信息生成设备130用于生成同步信息,该同步信息用于指示n个评测终端同步展示图像。
服务器120可以是一台服务器,或者由若干台服务器组成的服务器集群,或者是一个云计算服务中心。服务器、评测终端以及信息生成设备之间可以通过有线网络或无线网络建立连接。
信息生成设备130可以是独立于评测终端110和服务器120之外的设备,或者,信息生成设备130也可以实现为n个评测终端110和服务器120中的一个或多个设备。
图2示出了本公开实施例提供的一种图像处理算法的评分方法的方法流程图,该方法可以用于图1所示的图像处理算法的评分系统中,该方法可以应用于上述图1所示系统的信息生成设备中,该方法可以包括:
步骤201、信息生成设备获取n*m张图像,该n*m张图像分为m个图像组,每个图像组中包含由n种图像处理算法对同一原始图像进行处理获得的n张图像,n、m为大于或者等于2的整数。
步骤202、信息生成设备生成该n*m张图像的同步信息,该同步信息用于指示n个评测终端对每个图像组中的n张图像同步进行展示。
步骤203、信息生成设备将该同步信息发送给目标终端,以便该目标终端在每一轮图像展示过程中,根据该同步信息获取本轮展示的图像组中由该目标终端展示的目标图像,在该目标终端对应的显示区域中显示该目标图像,获取该目标图像的评价参数,该评价参数是根据对该目标图像的评价操作生成的参数,并将该评价参数发送给服务器,由服务器根据该n*m张图像的评价参数对该n种图像处理算法进行评分。
其中,上述目标终端可以是图1所示系统的n个评测终端中的任意终端。
综上所述,本公开实施例所提供的图像处理算法的评分方法,通过信息生成设备生成待展示的n*m张图像的同步信息,使得n个评测终端可以根据该同步信息对每个图像组中的n张图像在目标终端对应的显示区域同步进行展示。这使得测试人员在对每个图像处理算法处理得到的图像进行评分时,均可以参考与该图像组中的其他图像处理算法处理得到的图像。解决了相关技术中,由于难以与其他图像处理算法处理后的图像进行横向参考比较,使得评分不稳定,进而导致确定的图像处理算法的评分不准确的问题。提高了对于图像处理算法的评分的稳定性以及准确性。
图3示出了本公开实施例提供的一种图像处理算法的评分方法的方法流程图,该方法可以用于的目标终端中,该目标终端可以是图1所示的图像处理算法的评分系统中n个评测终端110中的任意终端,每个评测终端对应一个显示区域,该方法可以包括:
步骤301、目标终端获取n*m张图像的同步信息,该n*m张图像分为m个图像组,每个图像组中包含由n种图像处理算法对同一原始图像进行处理获得的n张图像,n、m为大于或者等于2的整数;该同步信息用于指示该n个评测终端对每个图像组中的n张图像同步进行展示。
步骤302、在每一轮图像展示过程中,目标终端根据同步信息获取本轮展示的图像组中由目标终端展示的目标图像。
步骤303、目标终端在其对应的显示区域中显示目标图像。
步骤304、目标终端获取目标图像的评价参数,该评价参数是根据对目标图像的评价操作生成的参数。
步骤305、目标终端将评价参数发送给服务器,以便服务器根据n*m张图像的评价参数对n种图像处理算法进行评分。
综上所述,本公开实施例所提供的图像处理算法的评分方法,通过将m个图像组在目标终端对应的显示区域显示,且每一个图像组均是由n个图像处理算法对同一张原始图像进行处理得到的图像。这使得测试人员在对每个图像处理算法处理得到的图像进行评分时,均可以参考与其同组的其他图像处理算法处理得到的图像。解决了相关技术中,由于难以与其他图像处理算法处理后的图像进行横向参考比较,使得评分不稳定,进而导致确定的图像处理算法的评分不准确的问题。提高了对于图像处理算法的评分的稳定性以及准确性。
图4示出了本公开实施例提供的一种图像处理算法的评分方法的方法流程图,该方法可以用于图1所示的图像处理算法的评分系统中的服务器120中,该方法可以包括:
步骤401、服务器接收目标终端发送的,目标图像的评价参数。
目标终端是n个评测终端中的任意终端,每个评测终端对应一个显示区域,目标图像是目标终端获取n*m张图像的同步信息,在每一轮图像展示过程中,根据同步信息获取本轮展示的图像组中由目标终端展示的图像,目标图像的评价参数是目标终端在对应的显示区域中显示目标图像,并根据对目标图像的评价操作生成的参数。
步骤402、服务器在接收到n个评测终端发送的,n*m张图像的评价参数后,根据n*m张图像的评价参数对所述n种图像处理算法进行评分。
综上所述,本公开实施例所提供的图像处理算法的评分方法,服务器通过接收目标终端发送的,目标图像的评价参数,并在接收到n个评测终端发送的,n*m张图像的评价参数后,根据n*m张图像的评价参数对所述n种图像处理算法进行评分。由于目标图像的评价参数是测试人员在参考图像组的其他图像处理算法处理得到的图像后进行的评分,解决了相关技术中,由于难以与其他图像处理算法处理后的图像进行横向参考比较,使得评分不稳定,进而导致确定的图像处理算法的评分不准确的问题。提高了对于图像处理算法的评分的稳定性以及准确性。
图5示出了本公开实施例提供的另一种图像处理算法的评分方法的方法流程图,该方法可以用于图1所示的图像处理算法的评分系统中,该方法可以包括:
步骤501、信息生成设备获取n*m张图像。
信息生成设备获取n*m张图像的过程可以包括,从与信息生成设备连接的图像数据库中获取预先存储的n*m张图像或者从信息生成设备中的图像数据库中读取预先存储的n*m张图像。可选的,该n*m张图像可以分别存储于n个文件夹中,每个文件夹中可以存储由1个图像处理算法处理m张原始图像得到的m张图像。信息生成设备可以获取存储有n*m张图像的n个文件夹。
该n*m张图像分为m个图像组,每个图像组中包含由n种图像处理算法对同一原始图像进行处理获得的n张图像,n、m为大于或者等于2的整数。例如,有60张原始图像以及3个图像处理算法,每一张原始图像在经过该3个图像处理算法处理后得到3张图像,则图像处理算法的评分系统可以获取由该3个图像处理算法分别处理60张原始图像得到的3*60即180张图像。
该m张原始图像可以由测试人员来挑选或者由信息生成设备从图像数据库中随机选取。当然,为了可以确定出更准确的图像处理算法的评分结果,可以由测试人员按照需求来选取。测试人员在选取m张原始图像时,可以选取多种类型的原始图像,这样可以从多角度来评判各个图像处理算法的优劣。可选的,m张原始图像中可以包括至少两种不同类型的原始图像。该不同类型的原始图像可以包括描述场景的原始图像、描述动物的原始图像、包括文字的原始图像、包括表情的原始图像、描述夜景的原始图像以及幻灯片(英文:PowerPoint;简称:PPT)等,本公开实施例在此不做限制。
可选的,读取图像过程包括读取图像的存储路径的过程,而图像的存储路径中通常包括图像的命名,因此,为了便于后续步骤中对每一张图像的读取,该每一张图像在每个文件夹中的命名可以包括:图像处理算法标识(该标识用于指示该图像由哪种算法处理)、图像类型标识、图像在文件夹中多个图像中的序号以及图像的扩展名(例如.png或者.jpg等)等信息。示例的,一张图像由图像处理算法A1处理得到、为类型C1的图像、该图像在文件夹中的序号为第7张、该图像的扩展名为.png,则该图像的命名方式可以为:A1_C1_07.png。除此之外,该图像的命名中所包括的信息还可以包括图片生成的时间等信息,本公开实施例在此不做限制。
步骤502、信息生成设备生成该n*m张图像的同步信息,该同步信息用于指示n个评测终端对每个图像组中的n张图像同步进行展示。
可选的,信息生成设备生成该n*m张图像的同步信息的步骤可以包括:生成包含与各轮展示的图像组对应的m个随机数组。
在本公开实施例所提供的图像处理算法的评分方法中,对于n*m张图像,信息生成设备可以生成包含与各轮展示的图像组对应的随机数组,并将该随机数组存储于信息生成设备中的预设文件中,该预设文件中可以存储有同步信息的m个随机数组。
可选的,将生成的m个随机数组存入命名为“largepicrandomdata”的文件中,在该文件中,每一个随机数组可以占用一行,则生成的m个随机数组共占用m行,按照每个随机数组所对应的行数可以读取出该行数对应随机数组。
该m个随机数组中的每个随机数组均包含分别对应n种图像处理算法的n组字符,且n组字符随机排列。该每组字符可以由字符串或者数字等组成,每组字符可以用来表示1个图像处理算法。本公开实施例以该每组字符均由1个数字组成为例进行说明,当每组字符均由1个数字组成时,该每个随机数组均由n位数字组成。
该每个随机数组可以为自然数1至n的排列组合(其中该随机数组可以相同也可以不同),自然数1至n与该n个图像处理算法一一对应。
可选的,信息生成设备生成该随机数组的方式有多种,例如可以采用人工标记的方式,标记出随机数组并存储于信息生成设备中的预设文件中,或者采用编程语言由编程软件自动生成随机数组并存储于信息生成设备中的预设文件中。
可选的,可以采用编程语言(例如C++、C或者Python)来编写可以生成随机数组的代码,由编程软件自动生成随机数组并存储于预设文件中。以下以编程语言为Python为例,对生成随机数组的方法进行简要说明,假设要生成60个随机数组,每个随机数组为自然数1、2和3的排列组合:
Figure BDA0001743758060000151
上述代码中,将自然数1、2和3可能的排列组合方式输入命名为“shunxun”的数组中,循环60次,每次循环均随机在“shunxun”数组中输出一个随机数组并打印,以形成60个随机数组,例如通过上述代码形成的60个随机数组中第15个至第25个随机数组可以为:132、231、132、321、321、213、123、213、231、231以及321。
当然,在不同的编程语言中,可以通过不同的函数以及算法来实现相同的功能,即使在同一种编程语言中,也可以通过不同的函数以及算法来实现相同的功能,对于其他可能的代码编写方式,本公开实施例在此不做限制。
步骤503、信息生成设备将同步信息发送给目标终端。
信息生成设备可以将包含有同步信息的1个预设文件发送给目标终端,并存储于目标终端的内存根目录中,例如存储于内存根目录“/sdcard/”下。
测试人员可以将信息生成设备中存储的该预设文件复制并存储于目标终端中,或者由信息生成设备将该预设文件发送至目标终端中,本公开实施例在此不做限制。
步骤504、目标终端获取n*m张图像的同步信息。
当然,目标终端可以根据待显示的n*x张图像来获取该n*x张图像的同步信息,x≤m,本公开实施例在此不做限制。
步骤505、信息生成设备将该m个图像组随机排列获得图像组列表。
在采用本公开实施例所提供的图像处理算法的评分方法时,可以通过采用多个测试人员来分别对指定的图像组进行评分,例如,采用4个测试人员来对60个图像组进行评分,第一个测试人员可以对第1至10组图像进行评分,第二个测试人员可以对第11至20组图像进行评分,第三个测试人员可以对第21至30组图像进行评分,第四个测试人员可以对第31至60组图像进行评分。对于每个测试人员所进行评分的多组图像中,可能出现只包括有一种图像类型的多组图像的情况,在该种情况下,确定出的图像处理算法的结果会受到每个测试人员个体的影响,导致确定出的结果不能全面且客观。
因此,在另一种可能的实现方式中,为了保证评判结果的准确性,信息生成设备可以将该m个图像组随机排列获得图像组列表,使得目标终端可以根据该图像列表展示图像组。这样可以避免测试人员在对多组图像进行评分的过程中,出现该多组图像为同一类型的图像的情况。
可选的,信息生成设备对该m个图像组随机排列获得图像组列表的方式可以有多种,例如,信息生成设备可以首先生成一个连续的m个数的随机数列,例如对连续的5个数[1,2,3,4,5]进行随机排列,生成该5个数的随机数列为[3,5,2,1,4],然后将该m个随机数列按照该数列的顺序分别添加进n个预设文件夹中m个图像的命名的首位,来对n个预设文件夹中m个图像进行重命名,最后对重命名的n个预设文件夹中m个图像按照首位的大小重新排列以得到图像组列表。例如,n个预设文件夹中,某一个文件夹中第1至3个图像的命名方式为:A1_C1_01.png,A1_C2_02.png,A1_C1_03.png,生成的m个数的随机数列中,该随机数列的前三位为[3,5,2],则该三个图像改变后的命名方式为:03_A1_C1_01.png,05_A1_C2_02.png,02_A1_C1_03.png,重新对该改变命名方式后的3个图像按照首位的大小重新排列得到的图像列表为:02_A1_C1_03.png,03_A1_C1_01.png,05_A1_C2_02.png,对于其他n-1个文件夹,由于n个文件夹均是按照相同的随机数列进行排序的,因此,m个图像在n个文件夹中的存储顺序均相同,因此,得到了n个长度为m的图像列表,即长度为m的图像组列表,该图像列表组中的n个长度为m的图像列表可以分别存储于n个预设文件夹中。
其中,信息生成设备生成连续的m个数的随机序列的方式可以有多种,例如可以采用人工排列的方式排列出该连续的m个数的随机序列,或者采用编程语言由编程软件自动生成m个数的随机序列,将该x个数的随机序列作为该x个数的数列。
可选的,信息生成设备可以采用编程语言(例如C++、C或者Python)来编写可以对连续的m个数进行随机排列的代码,以下以编程语言为Python为例,将对连续的m个数进行随机排列的方法进行简要说明,假设对60个数进行随机排序:
Figure BDA0001743758060000171
上述代码中,可以首先创建一个名称为“i60”的空序列,然后循环随机在1至60这60个连续的数中取任意一个在序列“i60”中未出现的数依次插入序列“i60”中,直到序列“i60”的长度超过60便停止循环,则序列“i60”中存储的数列即为该60个数的数列。当然,上述代码中的参数仅是一个示意性说明。
步骤506、信息生成设备将该图像组列表发送给目标终端。
信息生成设备可以将包含有图像组列表的n个预设文件夹发送给目标终端,并存储于目标终端的内存根目录中,例如存储于内存根目录“/sdcard/”下。
结合上述步骤503可以看出,目标终端的内存根目录“/sdcard/”下可以存储有包含有同步信息的1个预设文件以及包含有图像组列表的n个预设文件夹。包含有同步信息的1个预设文件中存储有m行的随机数组,包含有图像组列表的n个预设文件夹中的每个预设文件夹中均存储有m个图像。
步骤507、目标终端将图像组列表中的第i个图像组获取为本轮展示的图像组,i为当前展示轮数除以m获得余数,图像组列表由m个图像组随机排列获得。
为了能够对全部的m个图像组进行多次循环测试,i可以为当前展示轮数除以m获得余数。
步骤508、目标终端获取同步信息中包含的,与本轮展示的图像组对应的随机数组。
目标终端在确定本轮展示的图像组为第i个图像组后,可以读取存储有同步信息的预设文件中第i行的随机数组,该随机数组为与本轮展示的图像组对应的随机数组。
步骤509、目标终端获取随机数组中与目标终端对应的位置处的字符,随机数组中与n个评测终端分别对应的位置各不相同。
每个目标终端对应同步信息中每个随机数组中n组字符中的一组字符,由于n组字符中的每组字符均对应一种图像处理算法,因此,该目标终端的显示区域可以显示该组字符对应的图像处理算法处理后的图像,随机数组中与n个评测终端分别对应的位置各不相同,以使得n个评测终端可以展示的图像并非只由1种图像处理算法得到。
由于随机数组中的每组字符分别对应n个评测终端的不同位置,使得n个评测终端可以不重不漏地对应n种图像处理算法,且将m个图像组中每个图像组中的n张图像一一对应的随机分配至n个评测终端展示。
可选的,每个随机数组中的n组字符可以分别对应n个标号,n个目标终端也可以分别对应n个标号,将相同标号下的一组字符和目标终端可以一一对应。
如此设置可以使得测试人员在每轮中对每个评测终端展示的每张图像进行评分时,没有办法根据先入为主的观念来认为某个显示区域中的图片一定较好。由于每个评测终端展示的图像均可能是n个图像处理算法中的任意一个图像处理算法处理得到的,使得测试人员在对图像进行评分时,可以保持客观公正的态度来对每个图像进行观察,确保了确定出的图像处理算法的优劣结果的准确性。
步骤510、目标终端将本轮展示的图像组中,由获取到的字符对应的图像处理算法处理获得的图像获取为目标图像。
可选的,如图6所示,本步骤可以包括如下两个子步骤:
子步骤5101、目标终端获取本轮展示的图像组中由n种图像处理算法处理获得的图像的地址。
可选的,为了便于目标终端获取图像的地址,在上述步骤506之后,目标终端接收到信息生成设备发送的图像组列表(包括n个预设文件夹)之后,目标终端可以为该n个预设文件夹设置另外的n个预设文件,该n个预设文件中分别存储有该n个预设文件夹中图像的地址,该图像的地址可以包括该图像存储于目标终端的位置以及该图像的命名,该n个预设文件中,每张图像的地址各占一行,可以按照行数读取该m张图像的地址。其中,该行数可以为步骤207中的变量i,即为当前展示轮数除以m获得的余数。
此时,目标终端中可以存储有包含有同步信息的1个预设文件以及存储有图像地址的n个预设文件,该1个预设文件中的m个随机数组与该n个预设文件中每个预设文件的m个图像的地址一一对应,因此,可以根据行数来分别获取该行数对应的随机数组以及该行数对应的图像的地址。而该行数的选取可以是步骤507中的变量i。
子步骤5102、目标终端根据获取到的各个地址中,由获取到的字符对应的图像处理算法处理获得的图像的地址获取目标图像。
在每一轮展示的图像组中,目标终端可以获取到n个图像的地址,该n个图像的地址可以分别从存储有图像地址的n个预设文件中获取,表示被n种算法处理后的图像。根据获取到的字符对应的图像处理算法处理获得的图像的地址来获取目标图像。
示例的,三个目标终端均从文件W1中获取地址A1,从文件W2中获取地址A2,从文件W3中获取地址A3,随机数组由自然数组成,自然数可以对应表示图像处理算法标识,假设该随机数组为[2,1,3],随机数组中的第一组字符可以对应第一个目标终端,随机数组中的第二组字符可以对应第二个目标终端,随机数组中的第三组字符可以对应第三个目标终端。则第一个目标终端获取第二个图像处理算法处理获得的图像的地址A2对应的目标图像,第二个目标终端获取第一个图像处理算法处理获得的图像的地址A1对应的目标图像,第三个目标终端获取第三个图像处理算法处理获得的图像的地址A3对应的目标图像。
步骤511、目标终端在其对应的显示区域中显示目标图像。
目标终端根据其获取的目标图像的地址在其对应的显示区域中显示目标图像。通过将n*m张图像以分组的形式在评测终端的显示区域展示,且该每一组中的图像包括多种图像处理算法对同一张图像处理后得到的结果,使得测试人员在对每个图像处理算法处理得到的图像进行评分时,可以相互参考与比较,使得评判结果更加合理和准确。而若每一组中的图像均由同种类型的算法进行处理得到的,则当每组图像在指定显示区域展示时,测试人员在确定同一种类型的图像处理算法的优劣时,可以针对该种类型的图像处理算法所处理得到的图像效果进行相互比较,保证了评判结果的合理性和准确性,且使得评判结果更具有针对性,科学合理。
在将m个图像组在显示区域展示时,为了确保每张图像在指定显示区域的展示效果,还可以对每张图像进行处理,以下以三种处理过程为例进行说明:
1、考虑每张图像的可交换图像文件(英文:Exchangeable image file format;缩写:EXIF)信息,以保证每张图像在原始图像的宽度比高度大的情况下可以正确显示在指定显示区域中,而不会出现图像的方向显示错误的情况。
该处理过程可以通过Python语言的一段代码来实现,示例的该代码可以为:
Figure BDA0001743758060000201
2、对于安卓系统的终端来说,安卓系统中设置有支持通过单点或者多点触摸来进行图片缩放的智能控件,即PhotoView。为了避免photoView的初始化方式影响原始图像显示在photoView里面的尺寸。可以通过如下处理过程来对原始图像进行初始化,该处理过程可以通过Python语言的一段代码来实现,示例的,该代码可以为:
Figure BDA0001743758060000202
Figure BDA0001743758060000211
3、为了确保图像可以全屏显示,可以将图像显示(英文:ImageView)中控制图像缩放的属性scaleType的值设置为"fitCenter",如果设置为"centerInside"会导致一些原图不能全屏显示。该处理过程可以通过Python语言的一段代码来实现,示例的该代码可以为:
Figure BDA0001743758060000212
上述处理过程主要针对具有安卓系统的终端,当然,在使用本公开实施例所描述的图像处理算法的评分方法时,还可以包括其他系统对图像的其他处理过程,可以参考相关技术,本公开实施例在此不做赘述。
步骤512、目标终端获取目标图像的评价参数,该评价参数是根据对目标图像的评价操作生成的参数。
可选的,该评价参数可以包括测试人员对本轮评测终端上展示的图像进行的评分结果,例如,如果评分结果是优,则与该评分结果对应的参数为1;如果评分结果是良,则与该评分结果对应的参数为2;如果评分结果是中,则与该评分结果对应的参数为3;如果评分结果是差,则与该评分结果对应的参数为4。
可选的,该评价参数可以包括每张图像对应的图像处理算法,例如,如果本轮评测终端正在展示的图像所使用的图像处理算法为A1,则与图像处理算法对应的参数为1;如果本轮评测终端正在展示的图像所使用的图像处理算法为A2,则与图像处理算法对应的参数为2;如果本轮评测终端正在展示的图像所使用的图像处理算法为A3,则与图像处理算法对应的参数为3。
可选的,该评价参数可以包括当前评测终端的设备标识,任一评测终端的设备标识可以用来为出厂设置,用来唯一标识该评测终端,可选的,获取每个评测终端的设备标识的代码可以包括:
Figure BDA0001743758060000221
可选的,该评价参数可以包括用来描述评测终端系统信息的参数,例如机型、软件系统以及软件开发工具包(英文:Software Development Kit;缩写:SDK)等参数。可选的,获取每个评测终端系统信息的代码可以包括:
description=android.os.Build.MODEL+"-"+android.os.Build.VERSION.SDK+"-"+android.os.Build.VERSION.RELEASE;
description=description.replace("","");
当然,该评价参数还可以包括评测终端当前展示的图像的路径信息等相关信息,本公开实施例在此不再一一赘述。
可选的,如图7所示,目标终端获取目标图像的评价参数可以包括如下几个子步骤:
子步骤5121、目标终端展示至少两个评价控件,每个评价控件对应一种评价参数。
可选的,测试人员可以通过点击该至少两个评价控件来对每张图像进行评分。
示例的,在展示每张图像时,目标终端展示与每张图像对应的四个评价控件,该四个评价控件分别标识由优良中差,可选的,该评价控件可以为按钮。测试人员可以通过自己的主观感受来在四个评价控件中择一进行选择,以对每张图像进行打分。如图8所示,在1个目标终端10的显示屏上展示图像101时,可以提供与图像101对应的四个评价控件,分别为优良中差。
子步骤5122、目标终端检测到对该至少两个评价控件中的一个评价控件的触发操作时,将该触发操作对应的评价参数获取为目标图像的评价参数。
测试人员可以通过触发优良中差中的任意一个评价控件来对图像101进行评分,目标终端检测到测试人员所触发的评价控件后,将该评价控件对应的评价参数获取为目标图像的评价参数。
例如,测试人员对第一个目标终端上展示的第3轮图像组中的图像触发了标识有“优”的触控按键,该图像由第三个图像处理算法获得,则目标终端获取到的目标图像的评价参数中还包括与该图像处理算法对应的参数3,以及与该评分结果对应的参数1等评价参数。
可选的,影响测试人员进行评分的图像效果可以包括:1)图像是否清晰。具体体现在图像中文字的清晰度、建筑物的纹理、人像皮肤的褶皱等,清晰度是图像超分辨率算法的核心目标。2)图像的噪点是否明显。3)图像的涂抹感是否严重。
测试者可以基于每张图像所呈现出的上述图像效果来触发每张图像中显示的对应评价控件。可选的,在测试者针对每张图像触发过对应的评价控件之后,该至少两个评价控件可以全部消失。
步骤513、目标终端将评价参数发送给服务器,以便服务器根据n*m张图像的评价参数对n种图像处理算法进行评分。
步骤514、服务器接收目标终端发送的,目标图像的评价参数;目标终端是n个评测终端中的任意终端,每个评测终端对应一个显示区域;目标图像是目标终端获取n*m张图像的同步信息,在每一轮图像展示过程中,根据同步信息获取本轮展示的图像组中由目标终端展示的图像;目标图像的评价参数是目标终端在对应的显示区域中显示目标图像,并根据对目标图像的评价操作生成的参数。
测试人员在触发每张图像上一个评价控件后,服务器可以获取到该评价控件对应的评价参数。服务器在获取到上述评价参数后,可以分别添加进服务器中的数据库中。服务器根据预设的评分方法来对该3种图像处理算法进行评分。
可选的,每个评价参数中的评分结果可以分别对应一个分数,例如对于上述优良中差四个评分结果来说,该四个评分结果对应的评分可以分别为95、85、75和65。
可选的,如图9所示,该图示出了一种服务器获取到的m个图像组中每组图像中的n个图像的评分的统计结果。在该图所描述的实施例中,每张图的评分按照其所在的类型进行了统计。有3个图像处理算法,81张原始图像,该81张原始图像中包括场景图像31张、动物图像18张、文字9张、表情图像8张、夜景图像8张以及PPT7张。在展示每张图像时,目标终端展示与每张图像对应的优良中差四个评价控件,测试人员在触发每张图像上的评价控件后,服务器可以获取到该评价控件对应的评价参数,进而获取到的这81组图像中每组图像中的3个图像处理算法对应的3个图像的评分结果,可选的,可以按照图9中所描述的将每张图像对应的评价参数进行统计,并以类型的形式进行记录。当然,也可以将每张图像对应的评价参数一一进行记录,本公开实施例在此不做限制。
可选的,图9中所描述的是服务器获取到m个图像组中每个图像组中的n个图像的评分之后,按照每个图像所在的类型进行统计之后的结果。例如服务器获取到81组图像中每组图像中的3个图像的评分之后,将81组图像中,获取到图像处理算法A1处理得到的四个评价参数的描述场景的图像的个数分别进行统计,并乘以评价参数对应的评分以获取到该种类型下,图像处理算法A1获得的评分。
步骤515、服务器在接收到n个评测终端发送的,n*m张图像的评价参数后,根据n*m张图像的评价参数对n种图像处理算法进行评分。
服务器可以获取n个图像处理算法中每个图像处理算法的总评分,然后根据每个图像处理算法的总评分确定每个图像处理算法的评分。
每个图像处理算法的总评分为m个图像组中,每个图像处理算法处理得到的图像的分数的和。
请参考表1,该表示出了在图9所描述的实施例的基础上,计算得到的每个图像处理算法的总评分,其中,服务器共获取到81组图像。该每个图像处理算法的总评分为3个图像处理算法处理得到的共81组图像的分数的和,即,和=优的个数*95+良的个数*85+中的个数*75+差的个数*65。例如图像处理算法A1的分数=34*95+23*85+17*75+7*65=6915。
表1
Figure BDA0001743758060000251
在获取到每个图像处理算法的评分之后,测试人员可以基于该评分来对每个图像处理算法的优劣进行评判,本公开实施例在此不做限制。
可选的,不同种类的图像处理算法的用途不同,比如用来提升图像质量的图像处理算法和用来虚化图像背景的图像处理算法是两种用途不同的图像处理算法。由于不同种类的图像处理算法之间的优劣的比较的难度较高,因而本公开实施例在确定不同图像处理算法的优劣时,可以针对的是同一种类的多个图像算法。例如确定对多个用来提升图像质量的图像处理算法的优劣,或者确定多个均是用来虚化图像背景的图像处理算法的优劣。
综上所述,本公开实施例所提供的图像处理算法的评分方法,通过将m个图像组在目标终端对应的显示区域显示,且每一个图像组均是由n个图像处理算法对同一张原始图像进行处理得到的图像。这使得测试人员在对每个图像处理算法处理得到的图像进行评分时,均可以参考与其同组的其他图像处理算法处理得到的图像。解决了相关技术中,由于难以与其他图像处理算法处理后的图像进行横向参考比较,使得评分不稳定,进而导致确定的图像处理算法的评分不准确的问题。提高了对于图像处理算法的评分的稳定性以及准确性。
需要说明的是,在本公开另一个实施例中,一个评测终端的显示屏中可以包括n个显示区域,则评测终端获取同步信息中包含的,与本轮展示的图像组对应的随机数组,该随机数组中包含分别对应n种图像处理算法的n组字符,且所述n组字符随机排列,获取随机数组中与目标终端中n个显示区域对应的位置处的字符,随机数组中与n个显示区域分别对应的位置各不相同,将本轮展示的图像组中,由获取到的字符对应的图像处理算法处理获得的图像获取为目标图像。
如图10所示,该图示出了本公开实施例所描述的一种图像算法的评分装置600的结构示意图,所述装置包括:
图像获取模块601,用于获取n*m张图像,所述n*m张图像分为m个图像组,每个图像组中包含由n种图像处理算法对同一原始图像进行处理获得的n张图像,n、m为大于或者等于2的整数;
同步信息生成模块602,用于生成所述n*m张图像的同步信息,所述同步信息用于指示n个评测终端对每个所述图像组中的n张图像同步进行展示;
同步信息发送模块603,用于将所述同步信息发送给目标终端,以便所述目标终端在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像,在所述目标终端对应的显示区域中显示所述目标图像,获取所述目标图像的评价参数,所述评价参数是根据对所述目标图像的评价操作生成的参数,并将所述评价参数发送给服务器,由所述服务器根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分。
综上所述,本公开实施例所提供的图像处理算法的评分装置,通过生成待展示的n*m张图像的同步信息,使得n个评测终端可以根据该同步信息对每个图像组中的n张图像在目标终端对应的显示区域同步进行展示。这使得测试人员在对每个图像处理算法处理得到的图像进行评分时,均可以参考与该图像组中的其他图像处理算法处理得到的图像。解决了相关技术中,由于难以与其他图像处理算法处理后的图像进行横向参考比较,使得评分不稳定,进而导致确定的图像处理算法的评分不准确的问题。提高了对于图像处理算法的评分的稳定性以及准确性。
可选的,同步信息生成模块602,用于:
生成包含与各轮展示的图像组对应的随机数组;所述随机数组中包含分别对应所述n种图像处理算法的n组字符,且所述n组字符随机排列。
可选的,如图11所示,所述装置600还包括:
随机排列模块604,用于将所述m个图像组随机排列获得图像组列表;
图像组列表发送模块605,用于将所述图像组列表发送给所述目标终端。
综上所述,本公开实施例所提供的图像处理算法的评分装置,通过生成待展示的n*m张图像的同步信息,使得n个评测终端可以根据该同步信息对每个图像组中的n张图像在目标终端对应的显示区域同步进行展示。这使得测试人员在对每个图像处理算法处理得到的图像进行评分时,均可以参考与该图像组中的其他图像处理算法处理得到的图像。解决了相关技术中,由于难以与其他图像处理算法处理后的图像进行横向参考比较,使得评分不稳定,进而导致确定的图像处理算法的评分不准确的问题。提高了对于图像处理算法的评分的稳定性以及准确性。
如图12所示,该图示出了本公开实施例所描述的一种图像算法的评分装置700的结构示意图,用于目标终端中,所述目标终端是n个评测终端中的任意终端,每个所述评测终端对应一个显示区域,装置700包括:
同步信息获取模块701,用于获取n*m张图像的同步信息,所述n*m张图像分为m个图像组,每个图像组中包含由n种图像处理算法对同一原始图像进行处理获得的n张图像,n、m为大于或者等于2的整数;所述同步信息用于指示所述n个评测终端对每个所述图像组中的n张图像同步进行展示;
目标图像获取模块702,用于在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像;
显示模块703,用于在所述目标终端对应的显示区域中显示所述目标图像;
评价参数获取模块704,用于获取所述目标图像的评价参数,所述评价参数是根据对所述目标图像的评价操作生成的参数;
评价参数发送模块705,用于将所述评价参数发送给服务器,以便所述服务器根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分。
综上所述,本公开实施例所提供的图像处理算法的评分装置,通过将m个图像组在目标终端对应的显示区域显示,且每一个图像组均是由n个图像处理算法对同一张原始图像进行处理得到的图像。这使得测试人员在对每个图像处理算法处理得到的图像进行评分时,均可以参考与其同组的其他图像处理算法处理得到的图像。解决了相关技术中,由于难以与其他图像处理算法处理后的图像进行横向参考比较,使得评分不稳定,进而导致确定的图像处理算法的评分不准确的问题。提高了对于图像处理算法的评分的稳定性以及准确性。
可选的,如图13所示,目标图像获取模块702,包括:
随机数组获取子模块7021,用于获取所述同步信息中包含的,与所述本轮展示的图像组对应的随机数组;所述随机数组中包含分别对应所述n种图像处理算法的n组字符,且所述n组字符随机排列;
字符获取子模块7022,用于获取所述随机数组中与所述目标终端对应的位置处的字符,所述随机数组中与所述n个评测终端分别对应的位置各不相同;
目标图像获取子模块7023,用于将所述本轮展示的图像组中,由获取到的字符对应的图像处理算法处理获得的图像获取为所述目标图像。
可选的,目标图像获取子模块7023,用于:
获取所述本轮展示的图像组中由所述n种图像处理算法处理获得的图像的地址;
根据获取到的各个地址中,由获取到的字符对应的图像处理算法处理获得的图像的地址获取所述目标图像。
可选的,如图14所示,装置700还包括:
图像组获取模块706,用于在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像之前,将图像组列表中的第i个图像组获取为本轮展示的图像组,i为当前展示轮数除以m获得余数,所述图像组列表由所述m个图像组随机排列获得。
可选的,评价参数获取模块704,用于:
展示至少两个评价控件,每个所述评价控件对应一种评价参数;
检测到对所述至少两个评价控件中的一个评价控件的触发操作时,将所述触发操作对应的评价参数获取为所述目标图像的评价参数。
综上所述,本公开实施例所提供的图像处理算法的评分装置,通过将m个图像组在目标终端对应的显示区域显示,且每一个图像组均是由n个图像处理算法对同一张原始图像进行处理得到的图像。这使得测试人员在对每个图像处理算法处理得到的图像进行评分时,均可以参考与其同组的其他图像处理算法处理得到的图像。解决了相关技术中,由于难以与其他图像处理算法处理后的图像进行横向参考比较,使得评分不稳定,进而导致确定的图像处理算法的评分不准确的问题。提高了对于图像处理算法的评分的稳定性以及准确性。
如图15所示,该图示出了本公开实施例所描述的一种图像算法的评分装置800的结构示意图,装置800包括:
评价参数接受模块801,用于接收目标终端发送的,目标图像的评价参数;所述目标终端是n个评测终端中的任意终端,每个所述评测终端对应一个显示区域;所述目标图像是所述目标终端获取n*m张图像的同步信息,在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的图像;所述目标图像的评价参数是所述目标终端在对应的显示区域中显示所述目标图像,并根据对所述目标图像的评价操作生成的参数;
评分模块802,用于在接收到所述n个评测终端发送的,所述n*m张图像的评价参数后,根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分。
综上所述,本公开实施例所提供的图像处理算法的评分装置,通过接收目标终端发送的,目标图像的评价参数,并在接收到n个评测终端发送的,n*m张图像的评价参数后,根据n*m张图像的评价参数对所述n种图像处理算法进行评分。由于目标图像的评价参数是测试人员在参考图像组的其他图像处理算法处理得到的图像后进行的评分,解决了相关技术中,由于难以与其他图像处理算法处理后的图像进行横向参考比较,使得评分不稳定,进而导致确定的图像处理算法的评分不准确的问题。提高了对于图像处理算法的评分的稳定性以及准确性。
图16是根据一示例性实施例示出的一种评测终端900的框图。例如,评测终端900可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图16,评测终端900可以包括以下一个或多个组件:处理组件902,存储器904,电源组件906,多媒体组件908,音频组件910,输入/输出(I/O)的接口912,传感器组件914,以及通信组件916。
处理组件902通常控制终端900的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件902可以包括一个或多个处理器920来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件902可以包括一个或多个模块,便于处理组件902和其他组件之间的交互。例如,处理组件902可以包括多媒体模块,以方便多媒体组件908和处理组件902之间的交互。
存储器904被配置为存储各种类型的数据以支持在评测终端900的操作。这些数据的示例包括用于在评测终端900上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器904可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件906为评测终端900的各种组件提供电力。电源组件906可以包括电源管理系统,一个或多个电源,及其他与为评测终端900生成、管理和分配电力相关联的组件。
多媒体组件908包括在所述评测终端900和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件908包括一个前置摄像头和/或后置摄像头。当评测终端900处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件910被配置为输出和/或输入音频信号。例如,音频组件910包括一个麦克风(MIC),当评测终端900处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器904或经由通信组件916发送。在一些实施例中,音频组件910还包括一个扬声器,用于输出音频信号。
I/O接口912为处理组件902和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件914包括一个或多个传感器,用于为终端900提供各个方面的状态评估。例如,传感器组件914可以检测到终端900的打开/关闭状态,组件的相对定位,例如所述组件为终端900的显示器和小键盘,传感器组件914还可以检测评测终端900或评测终端900一个组件的位置改变,用户与评测终端900接触的存在或不存在,评测终端900方位或加速/减速和评测终端900的温度变化。传感器组件914可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件914还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件914还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件916被配置为便于评测终端900和其他设备之间有线或无线方式的通信。评测终端900可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件916经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件916还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,评测终端900可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的计算机可读存储介质,例如包括指令的存储器904,上述指令可由评测终端900的处理器920执行以完成上述方法。例如,所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种计算机可读存储介质,当所述存储介质中的指令由评测终端900的处理器执行时,使得评测终端900能够执行一种图像处理算法的评分方法,所述方法包括:
获取图像数据库,所述图像数据库包括由n个图像处理算法分别处理m张原始图像得到的n*m张图像;
将所述图像数据库中的x组图像轮流在指定显示区域展示,所述x组图像中的每组图像中,包括由所述n个图像处理算法分别对所述m张原始图像中的一张原始图像处理得到的n张图像,所述x≤m;
获取所述x组图像中每组图像中的n个图像的评分;
根据所述每组图像中的n个图像的评分确定所述n个图像处理算法的评分。
图17是根据一示例性实施例示出的一种服务器100的框图。参照图17,服务器100包括处理组件122,其进一步包括一个或多个处理器,以及由存储器132所代表的存储器资源,用于存储可由处理组件122执行的指令,例如应用程序。存储器132中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件122被配置为执行指令,以执行上述图像处理算法的评分方法。
服务器100还可以包括一个电源组件126被配置为执行服务器600的电源管理,一个有线或无线网络接口150被配置为将服务器100连接到网络,和一个输入输出(I/O)接口158。服务器100可以操作基于存储在存储器132的操作系统,例如Windows ServerTM,MacOS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种计算机程序产品,所述计算机程序产品中存储有指令,当其在计算机上运行时,使得计算机执行上述图像处理算法的评分方法。
在示例性实施例中,还提供了一种芯片,所述芯片包括可编程逻辑电路和/或程序指令,当所述芯片运行时用于实现上述图像处理算法的评分方法。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (21)

1.一种图像处理算法的评分方法,其特征在于,用于目标终端中,所述目标终端是n个评测终端中的任意终端,每个所述评测终端对应一个显示区域,所述方法包括:
获取n*m张图像的同步信息,所述n*m张图像分为m个图像组,每个图像组中包含由n种图像处理算法对同一原始图像进行处理获得的n张图像,n、m为大于或者等于2的整数;所述同步信息用于指示所述n个评测终端对每个所述图像组中的n张图像同步进行展示;
在每一轮图像展示过程中,获取所述同步信息中包含的,与本轮展示的图像组对应的随机数组,所述随机数组中包含分别对应所述n种图像处理算法的n组字符,且所述n组字符随机排列;获取所述随机数组中与所述目标终端对应的位置处的字符,所述随机数组中与所述n个评测终端分别对应的位置各不相同;将所述本轮展示的图像组中,由获取到的字符对应的图像处理算法处理获得的图像获取为目标图像;
在所述目标终端对应的显示区域中显示所述目标图像;获取所述目标图像的评价参数,所述评价参数是根据对所述目标图像的评价操作生成的参数;将所述评价参数发送给服务器,以便所述服务器根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分。
2.根据权利要求1所述的方法,其特征在于,所述将所述本轮展示的图像组中,由获取到的字符对应的图像处理算法处理获得的图像获取为所述目标图像,包括:
获取所述本轮展示的图像组中由所述n种图像处理算法处理获得的图像的地址;
根据获取到的各个地址中,由获取到的字符对应的图像处理算法处理获得的图像的地址获取所述目标图像。
3.根据权利要求1所述的方法,其特征在于,所述在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像之前,还包括:
将图像组列表中的第i个图像组获取为本轮展示的图像组,i为当前展示轮数除以m获得余数,所述图像组列表由所述m个图像组随机排列获得。
4.根据权利要求1所述的方法,其特征在于,所述获取所述目标图像的评价参数,包括:
展示至少两个评价控件,每个所述评价控件对应一种评价参数;
检测到对所述至少两个评价控件中的一个评价控件的触发操作时,将所述触发操作对应的评价参数获取为所述目标图像的评价参数。
5.一种图像处理算法的评分方法,其特征在于,所述方法包括:
获取n*m张图像,所述n*m张图像分为m个图像组,每个图像组中包含由n种图像处理算法对同一原始图像进行处理获得的n张图像,n、m为大于或者等于2的整数;
生成所述n*m张图像的同步信息,所述同步信息用于指示n个评测终端对每个所述图像组中的n张图像同步进行展示;
将所述同步信息发送给目标终端,以便所述目标终端在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像,在所述目标终端对应的显示区域中显示所述目标图像,获取所述目标图像的评价参数,所述评价参数是根据对所述目标图像的评价操作生成的参数,并将所述评价参数发送给服务器,由所述服务器根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分;
所述生成所述n*m张图像的同步信息,包括:
生成包含与各轮展示的图像组对应的随机数组;所述随机数组中包含分别对应所述n种图像处理算法的n组字符,且所述n组字符随机排列。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
将所述m个图像组随机排列获得图像组列表;
将所述图像组列表发送给所述目标终端。
7.一种图像处理算法的评分方法,其特征在于,所述方法包括:
接收目标终端发送的,目标图像的评价参数;所述目标终端是n个评测终端中的任意终端,每个所述评测终端对应一个显示区域;所述目标图像是所述目标终端获取n*m张图像的同步信息,在每一轮图像展示过程中,获取所述同步信息中包含的,与本轮展示的图像组对应的随机数组,所述随机数组中包含分别对应n种图像处理算法的n组字符,且所述n组字符随机排列;获取所述随机数组中与所述目标终端对应的位置处的字符,所述随机数组中与所述n个评测终端分别对应的位置各不相同;将所述本轮展示的图像组中,由获取到的字符对应的图像处理算法处理获得的图像获取为所述目标图像;所述目标图像的评价参数是所述目标终端在对应的显示区域中显示所述目标图像,并根据对所述目标图像的评价操作生成的参数;
在接收到所述n个评测终端发送的,所述n*m张图像的评价参数后,根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分。
8.一种图像处理算法的评分装置,其特征在于,用于目标终端中,所述目标终端是n个评测终端中的任意终端,每个所述评测终端对应一个显示区域,所述装置包括:
同步信息获取模块,用于获取n*m张图像的同步信息,所述n*m张图像分为m个图像组,每个图像组中包含由n种图像处理算法对同一原始图像进行处理获得的n张图像,n、m为大于或者等于2的整数;所述同步信息用于指示所述n个评测终端对每个所述图像组中的n张图像同步进行展示;
目标图像获取模块,用于在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像;
显示模块,用于在所述目标终端对应的显示区域中显示所述目标图像;
评价参数获取模块,用于获取所述目标图像的评价参数,所述评价参数是根据对所述目标图像的评价操作生成的参数;
评价参数发送模块,用于将所述评价参数发送给服务器,以便所述服务器根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分;
所述目标图像获取模块,包括:
随机数组获取子模块,用于获取所述同步信息中包含的,与所述本轮展示的图像组对应的随机数组;所述随机数组中包含分别对应所述n种图像处理算法的n组字符,且所述n组字符随机排列;
字符获取子模块,用于获取所述随机数组中与所述目标终端对应的位置处的字符,所述随机数组中与所述n个评测终端分别对应的位置各不相同;
目标图像获取子模块,用于将所述本轮展示的图像组中,由获取到的字符对应的图像处理算法处理获得的图像获取为所述目标图像。
9.根据权利要求8所述的装置,其特征在于,所述目标图像获取子模块,用于:
获取所述本轮展示的图像组中由所述n种图像处理算法处理获得的图像的地址;
根据获取到的各个地址中,由获取到的字符对应的图像处理算法处理获得的图像的地址获取所述目标图像。
10.根据权利要求8所述的装置,其特征在于,所述装置还包括:
图像组获取模块,用于在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像之前,将图像组列表中的第i个图像组获取为本轮展示的图像组,i为当前展示轮数除以m获得余数,所述图像组列表由所述m个图像组随机排列获得。
11.根据权利要求8所述的装置,其特征在于,所述评价参数获取模块,用于:
展示至少两个评价控件,每个所述评价控件对应一种评价参数;
检测到对所述至少两个评价控件中的一个评价控件的触发操作时,将所述触发操作对应的评价参数获取为所述目标图像的评价参数。
12.一种图像处理算法的评分装置,其特征在于,所述装置包括:
图像获取模块,用于获取n*m张图像,所述n*m张图像分为m个图像组,每个图像组中包含由n种图像处理算法对同一原始图像进行处理获得的n张图像,n、m为大于或者等于2的整数;
同步信息生成模块,用于生成所述n*m张图像的同步信息,所述同步信息用于指示n个评测终端对每个所述图像组中的n张图像同步进行展示;
同步信息发送模块,用于将所述同步信息发送给目标终端,以便所述目标终端在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像,在所述目标终端对应的显示区域中显示所述目标图像,获取所述目标图像的评价参数,所述评价参数是根据对所述目标图像的评价操作生成的参数,并将所述评价参数发送给服务器,由所述服务器根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分;
所述同步信息生成模块,用于:
生成包含与各轮展示的图像组对应的随机数组;所述随机数组中包含分别对应所述n种图像处理算法的n组字符,且所述n组字符随机排列。
13.根据权利要求12所述的装置,其特征在于,所述装置还包括:
随机排列模块,用于将所述m个图像组随机排列获得图像组列表;
图像组列表发送模块,用于将所述图像组列表发送给所述目标终端。
14.一种图像处理算法的评分装置,其特征在于,所述装置包括:
评价参数接受模块,用于接收目标终端发送的,目标图像的评价参数;所述目标终端是n个评测终端中的任意终端,每个所述评测终端对应一个显示区域;所述目标图像是所述目标终端获取n*m张图像的同步信息,在每一轮图像展示过程中,获取所述同步信息中包含的,与本轮展示的图像组对应的随机数组,所述随机数组中包含分别对应n种图像处理算法的n组字符,且所述n组字符随机排列;获取所述随机数组中与所述目标终端对应的位置处的字符,所述随机数组中与所述n个评测终端分别对应的位置各不相同;将所述本轮展示的图像组中,由获取到的字符对应的图像处理算法处理获得的图像获取为所述目标图像;所述目标图像的评价参数是所述目标终端在对应的显示区域中显示所述目标图像,并根据对所述目标图像的评价操作生成的参数;
评分模块,用于在接收到所述n个评测终端发送的,所述n*m张图像的评价参数后,根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分。
15.一种图像处理算法的评分装置,其特征在于,包括:
处理器;
用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为:
获取n*m张图像的同步信息,所述n*m张图像分为m个图像组,每个图像组中包含由n种图像处理算法对同一原始图像进行处理获得的n张图像,n、m为大于或者等于2的整数;所述同步信息用于指示n个评测终端对每个所述图像组中的n张图像同步进行展示;
在每一轮图像展示过程中,获取所述同步信息中包含的,与本轮展示的图像组对应的随机数组,所述随机数组中包含分别对应所述n种图像处理算法的n组字符,且所述n组字符随机排列;获取所述随机数组中与目标终端对应的位置处的字符,所述随机数组中与所述n个评测终端分别对应的位置各不相同;将所述本轮展示的图像组中,由获取到的字符对应的图像处理算法处理获得的图像获取为目标图像;
在所述目标终端对应的显示区域中显示所述目标图像;获取所述目标图像的评价参数,所述评价参数是根据对所述目标图像的评价操作生成的参数;将所述评价参数发送给服务器,以便所述服务器根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分。
16.一种图像处理算法的评分装置,其特征在于,包括:
处理器;
用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为:
获取n*m张图像,所述n*m张图像分为m个图像组,每个图像组中包含由n种图像处理算法对同一原始图像进行处理获得的n张图像,n、m为大于或者等于2的整数;
生成所述n*m张图像的同步信息,所述同步信息用于指示n个评测终端对每个所述图像组中的n张图像同步进行展示;
将所述同步信息发送给目标终端,以便所述目标终端在每一轮图像展示过程中,根据所述同步信息获取本轮展示的图像组中由所述目标终端展示的目标图像,在所述目标终端对应的显示区域中显示所述目标图像,获取所述目标图像的评价参数,所述评价参数是根据对所述目标图像的评价操作生成的参数,并将所述评价参数发送给服务器,由所述服务器根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分;
所述生成所述n*m张图像的同步信息,包括:
生成包含与各轮展示的图像组对应的随机数组;所述随机数组中包含分别对应所述n种图像处理算法的n组字符,且所述n组字符随机排列。
17.一种图像处理算法的评分装置,其特征在于,包括:
处理器;
用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为:
接收目标终端发送的,目标图像的评价参数;所述目标终端是n个评测终端中的任意终端,每个所述评测终端对应一个显示区域;所述目标图像是所述目标终端获取n*m张图像的同步信息,在每一轮图像展示过程中,获取所述同步信息中包含的,与本轮展示的图像组对应的随机数组,所述随机数组中包含分别对应n种图像处理算法的n组字符,且所述n组字符随机排列;获取所述随机数组中与所述目标终端对应的位置处的字符,所述随机数组中与所述n个评测终端分别对应的位置各不相同;将所述本轮展示的图像组中,由获取到的字符对应的图像处理算法处理获得的图像获取为所述目标图像;所述目标图像的评价参数是所述目标终端在对应的显示区域中显示所述目标图像,并根据对所述目标图像的评价操作生成的参数;
在接收到所述n个评测终端发送的,所述n*m张图像的评价参数后,根据所述n*m张图像的评价参数对所述n种图像处理算法进行评分。
18.一种图像处理算法的评分系统,其特征在于,包括:n个评测终端、服务器以及信息生成设备,
所述n个评测终端中的任一评测终端包括权利要求8至11任一所述的图像处理算法的评分装置,所述信息生成设备包括权利要求12至13任一所述的图像处理算法的评分装置,所述服务器包括权利要求14所述的图像处理算法的评分装置;
或者,所述n个评测终端中的任一评测终端包括权利要求15所述的图像处理算法的评分装置,所述信息生成设备包括权利要求16所述的图像处理算法的评分装置,所述服务器包括权利要求17所述的图像处理算法的评分装置。
19.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有指令,当所述可读存储介质在处理组件上运行时,使得处理组件执行如权利要求1至7任一所述图像处理算法的评分方法。
20.一种计算机设备,其特征在于,所述计算机程序产品中存储有指令,当其在计算机上运行时,使得计算机执行如权利要求1至7任一所述图像处理算法的评分方法。
21.一种芯片,其特征在于,所述芯片包括可编程逻辑电路和/或程序指令,当所述芯片运行时用于实现如权利要求1至7任一所述的图像处理算法的评分方法。
CN201810832166.8A 2018-07-26 2018-07-26 图像处理算法的评分方法、装置及系统 Active CN109034242B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810832166.8A CN109034242B (zh) 2018-07-26 2018-07-26 图像处理算法的评分方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810832166.8A CN109034242B (zh) 2018-07-26 2018-07-26 图像处理算法的评分方法、装置及系统

Publications (2)

Publication Number Publication Date
CN109034242A CN109034242A (zh) 2018-12-18
CN109034242B true CN109034242B (zh) 2020-10-16

Family

ID=64645502

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810832166.8A Active CN109034242B (zh) 2018-07-26 2018-07-26 图像处理算法的评分方法、装置及系统

Country Status (1)

Country Link
CN (1) CN109034242B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112308815B (zh) * 2019-07-31 2024-10-01 北京金山云网络技术有限公司 图像显示方法、装置、服务器、客户端及可读存储介质
CN110428368A (zh) * 2019-07-31 2019-11-08 北京金山云网络技术有限公司 一种算法评价方法、装置、电子设备及可读存储介质
CN110750454A (zh) * 2019-10-10 2020-02-04 武汉普利商用机器有限公司 一种算法测试方法及系统
CN115357517B (zh) * 2022-10-20 2022-12-30 征图新视(江苏)科技股份有限公司 机器视觉底层算法的开发优劣性的评测方法
CN118642970A (zh) * 2024-08-14 2024-09-13 浙江大华技术股份有限公司 可视化验证方法、电子设备和计算机可读存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3756507B1 (ja) * 2004-09-17 2006-03-15 シャープ株式会社 画像処理アルゴリズム評価方法および装置、画像処理アルゴリズム生成方法および装置、プログラムならびにプログラム記録媒体
CN103745454B (zh) * 2013-12-17 2017-01-11 北京大学 一种基于排序学习的图像处理算法或系统的评价方法
KR101717399B1 (ko) * 2016-01-29 2017-03-17 연세대학교 산학협력단 주관적 화질 점수 자동 측정 시스템 및 방법과 이에 관한 기록 매체
CN106204524B (zh) * 2016-06-23 2019-02-01 凌云光技术集团有限责任公司 一种评价图像质量的方法及装置

Also Published As

Publication number Publication date
CN109034242A (zh) 2018-12-18

Similar Documents

Publication Publication Date Title
CN109034242B (zh) 图像处理算法的评分方法、装置及系统
US20170193399A1 (en) Method and device for conducting classification model training
CN105069073B (zh) 联系人信息推荐方法及装置
US20170032219A1 (en) Methods and devices for picture processing
CN106358087B (zh) 表情包生成方法及装置
CN105404863B (zh) 人物特征识别方法及系统
CN105138962A (zh) 图像显示方法及装置
US9953221B2 (en) Multimedia presentation method and apparatus
US11551465B2 (en) Method and apparatus for detecting finger occlusion image, and storage medium
CN107229403B (zh) 一种信息内容选择方法及装置
US11367232B2 (en) Method and device for generating stickers
CN105335198A (zh) 字体添加方法及装置
US20230316529A1 (en) Image processing method and apparatus, device and storage medium
CN105678266A (zh) 一种合并人脸相册的方法及装置
CN112241361A (zh) 测试用例生成方法及装置、问题场景自动复现方法及装置
CN113032627A (zh) 视频分类方法、装置、存储介质及终端设备
CN109521938B (zh) 数据评价信息的确定方法、装置、电子设备及存储介质
US11600300B2 (en) Method and device for generating dynamic image
CN113920293A (zh) 信息识别方法、装置、电子设备及存储介质
CN111797746B (zh) 人脸识别方法、装置及计算机可读存储介质
CN106372663A (zh) 构建分类模型的方法及装置
CN106997356A (zh) 图片的分类方法及装置
CN111698532B (zh) 弹幕信息的处理方法及装置
CN111832455A (zh) 获取内容图像的方法、装置、存储介质和电子设备
CN108491535B (zh) 信息的分类存储方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant