一种特征字典映射的图像盲评价方法研究

摘要

图像质量评价对于许多计算机视觉任务来说,是至关重要的一环.传统的方法往往聚焦于人类直观打分,其最大不足就是打分数据的庞大性.为了解决这个难题,本文提出了一种图像质量盲评价框架.首先分别提取图像的局部结构特征和全局统计特性,在学习阶段,提出了一种基于字典池的映射策略来加速打分的进程.实验结果显示,本文所提方法准确度和鲁棒性相比较时下其他算法,取得了更加令人满意的结果.