无参考图像质量评价
无参考图像质量评价的相关文献在2009年到2022年内共计209篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、轻工业、手工业
等领域,其中期刊论文73篇、专利文献624074篇;相关期刊43种,包括科学技术与工程、中国图象图形学报、光学精密工程等;
无参考图像质量评价的相关文献由516位作者贡献,包括吴金建、石光明、吴洁雯等。
无参考图像质量评价—发文量
专利文献>
论文:624074篇
占比:99.99%
总计:624147篇
无参考图像质量评价
-研究学者
- 吴金建
- 石光明
- 吴洁雯
- 周武杰
- 孙丽慧
- 施祥
- 李鑫
- 路文
- 郑卫红
- 何立火
- 刘利雄
- 陈寿法
- 黄华
- 张亚中
- 李俊峰
- 王昕峰
- 葛丁飞
- 谢雪梅
- 邱薇薇
- 金国英
- 侯春萍
- 李朝锋
- 桑庆兵
- 沈丽丽
- 高新波
- 丁勇
- 何维佺
- 吴小俊
- 吴茗蔚
- 周扬
- 张寅
- 张满
- 张磊
- 杨光义
- 梁富虎
- 汪斌
- 王中鹏
- 王建芬
- 王新华
- 王海文
- 翁剑枫
- 范赐恩
- 闫钧华
- 陈淑聪
- 侯平
- 侯海洋
- 吕向阳
- 张之祥
- 张敏
- 张闯
-
-
杨春玲;
杨雅静
-
-
摘要:
现有的针对真实失真的无参考图像质量评价算法提取的特征对自然场景图像质量的表征能力较差,限制了其评估准确性和泛化能力。针对该问题,文中提出了一个基于多尺度特征逐层融合的深度神经网络(MsFF-Net)。首先,利用预训练的深度神经网络ResNet-50提取图像多尺度特征;然后,提出了一种特征融合模块,通过逐层递进融合相邻尺度特征,获得更准确表征图像质量的多尺度融合特征;接着,从多尺度融合特征提取低维特征,得到多粒度的图像质量感知特征;最后,利用由最高层特征自适应生成的全连接神经网络,对低维特征进行回归,得到自然场景图像的质量预测。仿真结果表明,MsFF-Net在真实失真数据库上的性能优于目前的大多数方法,而且在合成失真数据库上也取得了出色的评价性能。
-
-
陈健;
李诗云;
林丽;
王猛;
李佐勇
-
-
摘要:
图像的模糊问题影响人们对信息的感知、获取及图像的后续处理.无参考模糊图像质量评价是该问题的主要研究方向之一.本文分析了近20年来无参考模糊图像质量评价相关技术的发展.首先,本文结合主要数据集对图像模糊失真进行分类说明;其次,对主要的无参考模糊图像质量评价方法进行分类介绍与详细分析;随后,介绍了用来比较无参考模糊图像质量评价方法性能优劣的主要评价指标;接着,选择典型数据集及评价指标,并采用常见的无参考模糊图像质量评价方法进行性能比较;最后,对无参考模糊图像质量评价的相关技术及发展趋势进行总结与展望.
-
-
卢鹏;
刘楷贇;
邹国良;
王振华;
郑宗生
-
-
摘要:
为了更好地评价图像质量,解决在基于卷积神经网络的图像质量评价模型(CNN-IQA)上明显忽略的分块图像之间存在差异性的问题,提出了一种多特征融合的CNN模型。首先,将整幅图像进行不重叠分块,并提取每个分块图像的信息熵和纹理特征。然后,将提取计算的两特征相结合,计算各分块图像的重要性权重,以此衡量分块图像对失真图像质量的影响。最后,根据计算出的重要性权重修改损失函数,突出重要性高的分块图像在训练过程中发挥的作用。在LIVE数据集进行验证和对比实验发现,该算法的SROCC与LCC指标为0.962和0.960,相比原算法至少提升0.9%;在TID2008数据集上验证和对比实验发现,该算法获得的SROCC与LCC指标为0.922和0.926,相比原算法至少提升0.6%。并且在两数据集上的结果均优于其他对比算法。实验结果证明了其在预测图像质量方面具有良好的性能和泛化性。
-
-
李佳;
郑元林;
廖开阳;
楼豪杰;
李世宇;
陈泽豪
-
-
摘要:
针对通用型无参考图像质量评价(NR-IQA)算法,提出一种基于伪参考图像显著性深层特征的评价算法。首先,在失真图像的基础上,利用微调的ConSinGAN模型生成相应的伪参考图像作为失真图像的补偿信息,弥补NRIQA算法缺少真实参考信息的不足;然后,提取伪参考图像的显著性信息,将伪参考显著性图像与失真图像输入到VGG16网络中提取深层特征;最后,融合二者的深层特征并将其映射到由全连接层组成的回归网络中,从而产生与人类视觉一致的质量预测。为了验证算法的有效性,在四个大型公开的图像数据集TID2013、TID2008、CSIQ与LIVE上进行实验,结果显示所提算法在TID2013数据集上的斯皮尔曼秩相关系数(SROCC)比H-IQA算法提升了5个百分点,比RankIQA算法提升了14个百分点,针对单一失真类型也具有稳定的性能。实验结果表明,所提算法总体表现优于现有主流全参考图像质量评价(FR-IQA)和NR-IQA算法,与人类主观感知表现一致。
-
-
单月;
刘段;
万晓霞
-
-
摘要:
目的为了进一步掌握无参考图像质量评价的发展过程与研究热点,为后续的相关研究提供参考。方法使用citespace文献可视化软件对2000—2021年在Web of Science检索到的1712条文献数据进行基本分析、共被引分析和关键词分析,通过分析可视化图谱来得到无参考图像质量评价的发展特点。结果分析表明无参考图像质量评价目前正处于高速发展阶段,全世界各科研强国均在该领域有所建树,目前也已存在较为成熟的无参考图像评价算法,但其精度相较于主观评价仍有差距。结论未来研究人员应该结合当今的人工智能技术推动无参考图像质量评价从高速发展向高质量发展转变。
-
-
单月;
万晓霞
-
-
摘要:
为了解决数字图像难以准确进行客观评价的问题,本研究提出了一种基于纹理与结构失真的无参考图像质量评价(NR-IQA)模型。在纹理方面,提取图像的Tamura纹理特征、颜色共生矩阵特征;在结构特征方面提取三阶梯度特征、Hu不变矩特征,同时对亮度与色度信息进行建模,并提取颜色感知特征和最大局部变化值,构成113维图像特征向量。利用支持向量回归算法(SVR)与广义神经网络(GRNN)算法进行模型训练,并分别在LIVE数据库与TID2013数据库进行有效性与泛化性验证。结果表明,本研究算法与人眼视觉主观评价有较高的一致性,总体性能稳定且运行效率较高。
-
-
温静;
白鑫
-
-
摘要:
无参考图像质量评价通过算法来量化图像质量的失真程度。有效建立失真位置与周围空间的依赖关系能提高质量预测的准确性,但目前基于卷积神经网络的无参考图像质量评价方法,仅通过传统的卷积对局部失真区域进行特征提取,无法有效地获取全局的失真关系,容易弱化对失真扭曲等特征表示。因此,提出了一种基于自适应融合局部和全局特征的图像质量评价算法。在待评价图像上进行特征提取时,自适应地构建围绕每个空间位置的长距离空间和通道间的依赖关系,通过全局失真关系来增强局部特征信息的表征能力;增强图像的细节信息,并在不同尺度的特征层上自适应地融合局部和全局失真信息,整合更加丰富的失真特性,进而提高特征的判别性;再将多个尺度上的不同失真信息进行融合获得最终的质量评价得分,这种融合可以避免图像浅层信息的损失。为验证模型的有效性,在真实失真和合成失真数据集上进行实验对比分析,结果表明,在真实失真数据集LIVEC上SROCC达到0.867,对图像质量的预测更符合人类对质量的感知。
-
-
刘海;
杨环;
潘振宽;
黄宝香;
侯国家
-
-
摘要:
人眼视觉系统中的视觉感知差异是图像质量评价过程中的重要组成部分,通过感知失真图像与原始图像之间的视觉差异,可对图像的失真程度进行判断,然而在无参考图像质量评价中无法获取原始未失真的图像,且缺乏对失真图像的视觉感知差异.通过对深度学习中的生成对抗网络进行分析,提出一种基于生成视觉感知差异的无参考图像质量评价模型.利用生成对抗网络产生与失真图像相对应的视觉感知差异图像,并将其与失真图像输入质量评价网络以进一步学习图像的失真信息,从而达到评估图像质量的目的.在TID2008和TID2013数据库上的实验结果表明,与CNN、SOM、CORNIA等模型相比,该模型能够使失真图像质量预测准确度提升1个百分点以上,且对不同种类失真也表现出良好的预测性能.
-
-
沈暐;
林康立;
钱保军;
龚有为;
梁法其;
王晓虎;
刘浏
-
-
摘要:
从深度学习方向对无参考图像质量评价进行了研究,提出了一种基于多输出网络的无参考平面图像质量评价算法.该方法考虑了深度卷积神经网络在提取特征时,每一层提取的特征表示不同的抽象视觉特征,浅层网络提取纹理、区域等细节特征,深层网络提取轮廓、形状和边缘等结构特征.设计了三个输出的网络结构,该网络将浅层和深层特征分别回归到主观质量评分上,并将三个输出的平均分数作为最终质量得分.这种多输出的网络结构,综合了三个学习机的结果,具备集成学习的优点.实验表明,与其他方法相比,本方法在单失真的预测上具有明显的优势.
-
-
房明;
蔡荣太
-
-
摘要:
为了获得与人类视觉感知一致的图像质量评价方法, 本文提出一种模拟视觉感知系统的无参考模糊图像质量评价方法. 该方法通过比较不同模糊程度的图像特征的相似度来度量图像质量. 首先, 通过对待测图像进行人工模糊, 获得不同模糊程度的图像. 然后, 通过视网膜模型提取图像的细节信息. 接着, 采用奇异值分解用来获得图像的内部结构信息. 之后, 将待测图像与其它不同模糊度图像之间的细节相似度和奇异值相似度作为度量图像模糊度的特征向量. 最后, 将这些度量特征向量输入支持向量回归模型(SVR)进行训练, 获得最终的图像质量评估模型.在常用数据库上的实验结果表明, 该方法与人眼主观视觉感知的一致性优于比较方法.