基于全卷积神经网络的无参考图像质量评价方法

摘要

本发明公开了一种基于全卷积神经网络的无参考图像质量评价方法，其采用全参考图像质量评价方法获得训练集中的每幅失真图像的客观真实质量图作为监督，对训练集中的所有失真图像的归一化图像进行训练，得到最优的全卷积神经网络回归训练模型，再将待评价的失真图像的归一化图像输入到最优的全卷积神经网络回归训练模型中，预测得到待评价的失真图像的客观质量评价预测质量图，使用待评价的失真图像的显著图对客观质量评价预测质量图进行加权池化，从而得到客观质量评价预测值，由于结合了失真图像的全参考特征、显著性特征等多种特征，并且这些特征能比较准确地描述失真图像，因而有效地提高了客观评价结果与主观感知之间的相关性。