Normandie Univ, UNICAEN, ENSICAEN, CNRS, GREYC, 14000 Caen, FRANCE;
Université de Nantes, XLIM UMR CNRS 7252;
Université de Poitiers, XLIM UMR CNRS 7252;
机译:基于混合学习的盲图像质量评估框架
机译:基于奇异值分解的主导特征向量用于特征选择的盲图像质量评估
机译:扭曲特定的特征选择算法,用于通用盲图像质量评估
机译:基于深度学习和手工特征的组合盲目图像质量评估
机译:自动评估临床CT图像中的图像质量和剂量属性
机译:DLNR-SIQA:基于深度学习的无参考缝合图像质量评估
机译:基于无参考学习的图像质量算法中基于降维的属性选择