一种基于对抗生成网络的无参考图像质量地图生成方法

摘要

本发明公开了一种基于对抗生成网络的无参考图像质量地图生成方法。本发明在生成网络部分采用8个下采样和8个上采样的U‑net网络框架；在判别网络部分采用分类网络；在损失函数部分采用判别器的交叉熵加L1范数损失的方式；最后迭代训练出一个生成网络模型，通过该生成网络模型获取输入失真图的相似图，通过相似图，得到对应的质量分数。本发明无参考质量评价。通过使用训练好的神经网络框架，在没有自然图像的条件下对失真图像进行质量评价。解决了有权重问题的相似图的质量分数计算问题。基于对抗生成网络和U‑net，更有效的实现了图到图的转换和迁移。实验结果在图到图的实现中有较好的结果，且模拟到的质量分数和真实的质量分数有强烈相关性和较小误差。