基于AdaBoost BP神经网络的无参考图像质量评价的研究

摘要：

提出了一种利用相关梯度特征和AdaBoost反向传播神经网络的无参考图像质量评价方法.首先利用高斯滤波器得到水平和竖直的方向导数,然后提取相关的梯度特征,其次计算其直方图方差特征,然后训练BP神经网络得到弱分类器并利用AdaBoost算法获得最终的强分类器,最后利用得到的强分类器预测图像质量分数.实验结果表明,方法评价的结果合理、鲁棒性强、实行性好,符合人类视觉特性,并且与主观评分有较好的一致性,取得了很好的评价效果.

关键词：无参考图像质量评价、AdaBoost、BP神经网络、图像质量评估、梯度

所属期刊栏目：36

分类号：TP391.41;TN957.52(计算技术、计算机技术)

在线出版日期：2018-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：108-113