|
|||||
|
|
| 基于深度学习模型的图像质量评价方法 | |
| 作者单位： | ;1.华中科技大学计算机科学与技术学院;2.武汉理工大学计算机科学与技术学院 |
| 摘 要： | 为了有效提取与视觉感知质量高度相关的图像特征,改进图像质量评价方法,在深度学习的框架下,提出一个全新的卷积神经网络IQF-CNN结构,能自动学习判别性更强的图像质量特征,并利用学习的特征进行图像质量评价.同时,该算法采用局部亮度系数归一化、dropout等技术进一步提高网络学习能力.实验结果表明:该算法能较准确地评估五种常用的图像失真,尤其在JPEG压缩、JPEG2000压缩和高斯模糊图像失真上与人眼主观感知质量具有很高的一致性,整体性能比较优于其他经典评价方法. |
| 关 键 词： | 深度学习 卷积神经网络 特征学习 无参考图像质量评价 归一化 |
Image quality assessment based on deep learning model |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |