10.19678/j.issn.1000-3428.0057740
基于生成感知差异的无参考图像质量评价模型
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.
无参考图像质量评价、视觉感知差异、生成对抗网络、深度学习、损失函数
47
TN911.73
国家自然科学基金;中国博士后科学基金;青岛市应用研究项目
2021-05-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
205-212