摘要
本发明公开一种分析图像质量异常的方法、装置及电子设备。本发明采用相机获取开放场景的图片,借助深度学习检测网络对图片中遮挡区域、花屏区域、模糊区域、过暗区域、过亮区域进行识别,进而对遮挡区域进行特征提取,并与数据库对比完成判断。花屏区域和模糊区域则通过分类网络进行判断,过暗过亮区域与传统算法的计算结果进行加权处理进行判断,最终将所有判断结果输入到逻辑判断中进行结果输出;在面对背景多变的环境时,仍可以保持高质量的检测效果。结合不同的异常类别采用了不同的深度学习方式,以保证在不同场景下的泛化性和准确性。采用了更容易部署的深度学习方法,在边缘适配、设备部署上都更加容易使用,推广性更大。
技术关键词
图片
分类网络
特征提取网络
数值
亮点
图像类别
对比度
深度学习方法
电子设备
场景
处理器
存储器
像素
相机
逻辑
算法
系统为您推荐了相关专利信息
表情识别方法
关键点特征
表情特征
多尺度特征融合
融合特征
识别方法
图像
语言编码器
监控视频流
多模态特征
酿酒酵母细胞
融合特征
特征提取网络
特征融合网络
YOLO模型
喷氨优化方法
分区
SCR脱硝烟道
烟气参数
省煤器出口
直升机控制系统
二自由度直升机
李雅普诺夫函数
直升机控制方法
非线性动力学