基于stacking无参考型超分辨图像质量评价方法

摘要

本发明公开了基于stacking无参考型超分辨图像质量评价方法，具体包括以下步骤：首先通过现有训练好的VGGnet模型提取超分辨图像的深度特征，用于量化超分辨图像的退化；然后，将包含SVR和k‑NN算法的stacking回归算法用作第一层回归模型，以构建从VGGnet模型提取的深度特征到预测质量分数的映射模型，再采用线性回归算法得到第二层回归模型，从而形成stacking回归模型，以实现无参考评价超分辨图像的质量。本发明提出了利用SVR和k‑NN的两种不同基础回归器的互补性优势，将线性回归作为元回归器，提高了预测准确性，本发明能够获得更为接近人眼主观评价的超分辨图像质量分数。