基于稀疏系数和FV向量的图像质量评价

摘要：

为降低基于码本的图像质量评价算法的训练时间,有效保留系数矩阵各个维度的特征信息,提出基于稀疏系数和Fisher向量的无参考图像质量评价算法.采用显著性图像块建立稀疏编码字典,减小冗余图像块节省训练时间,通过Fisher向量对稀疏系数编码,进入支撑向量回归预测图像质量.实验结果表明,小尺寸稀疏编码字典可以替代大字典,提取的特征能在无参考的情况下更好地评价图像质量.

关键词：无参考图像质量评价、稀疏编码、稀疏系数、Fisher向量、支撑向量回归

所属期刊栏目：39

分类号：TN911.73

资助基金：国家自然科学基金青年科学基金项目61501334

在线出版日期：2018-06-01（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：763-768