10.16208/j.issn1000-7024.2018.03.029
基于稀疏系数和FV向量的图像质量评价
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.
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
39
TN911.73
国家自然科学基金青年科学基金项目61501334
2018-06-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
763-768