面部美化图像美学质量评价方法研究
发布时间：2021-09-17 13:47
面部美化是一种新颖的计算摄影技术,用来改善人像的视觉感知效果,已被广泛应用到广告设计、短视频直播和社交分享平台等领域。在实际使用面部美化技术时,为了达到理想的视觉效果需要不断调整技术参数,这个过程耗时耗力且无法适用于环境时刻动态变化的视频直播中,然而面部美化图像的美学质量评价仍未获得广泛关注。基于此,本文首先研究了面部美化图像的主观质量评价;然后从人类对人像美感的认知心理学、艺术学等学科研究结论和面部美化技术原理出发,提出了两种有效的无参考质量评价方法;最后基于本研究提出的质量评价方法设计了基于图像质量评价的面部美化系统。论文的主要研究工作如下:一、为了弥补面部美化图像质量数据库的空白,本文构建了一个面部美化图像（Facial Beautification Images,FBI）质量数据库。首先收集25幅无遮挡、无浓妆和美丽程度相对一致的面部图像;然后采用六种常用美化方法,每种方法参数设置四个等级对每幅图像进行美化操作;接着30位实验者在基于MATLAB构建的GUI界面上进行主观评价实验;最后利用置信区间剔除主观数据中的异常值,将剩余数据的均值作为图像的主观平均意见值（Mean Opi...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
主观质量评价的GUI界面
2面部美化图像的主观质量评价研究17数的标准差，如公式（2-2）所示：()==NiiuuN1211（2-2）假设该幅图像的主观质量评价得分服从正态分布，根据该图像主观质量得分的数量、均值和标准差，能够计算该图像测评得分的置信区间；若评分在该图像求得的置信区间内，则该评分分数视为正常有效值，否则判定为异常值并删除。正态分布的置信区间由+uu,决定，其中()NNZ12/=，()12/NZ是标准正态分布在2/分位点的临界值[67]，本数据库将设置为0.02。根据设定的置信区间将该图像主观质量评分数据中的异常值筛除后，将剩余有效的主观评价数据的均值作为该幅美化图像最终的主观实验评分，即数据库的平均意见得分。图2-5展示了主观实验数据筛除异常值后FBI数据库中MOS值的分布直方图。从图中可以看出，FBI数据库的主观平均意见值在1-10分之间的分布接近高斯分布且具有良好的分散性。图2-5FBI数据库MOS值的直方图Figure2-5HistogramofFBIdatabaseMOSvalue图2-6展示了FBI数据库中每幅面部美化图像的有效主观实验评价的MOS值和该图像MOS值的标准误差。图中黑色圆点即为该幅面部美化图像对应的MOS值，浅蓝色误差线表示剔除异常值后，图像剩余有效主观实验数据的标准差。从图中可以看出，FBI数据库的MOS值均有效地分布在规定的质量分数范围内，呈现出一定的离散程度，并且MOS值的标准误差在允许范围内，根据文献[68]和文献[69]中的定义，本数据库的主观评价数据是有效的。以上对数据库主观实验数据分析可以说明，面部美化图像的主观评价结果可以用于构建FBI数据库，并且用于面部美化图像质量分析和评价。
2面部美化图像的主观质量评价研究17数的标准差，如公式（2-2）所示：()==NiiuuN1211（2-2）假设该幅图像的主观质量评价得分服从正态分布，根据该图像主观质量得分的数量、均值和标准差，能够计算该图像测评得分的置信区间；若评分在该图像求得的置信区间内，则该评分分数视为正常有效值，否则判定为异常值并删除。正态分布的置信区间由+uu,决定，其中()NNZ12/=，()12/NZ是标准正态分布在2/分位点的临界值[67]，本数据库将设置为0.02。根据设定的置信区间将该图像主观质量评分数据中的异常值筛除后，将剩余有效的主观评价数据的均值作为该幅美化图像最终的主观实验评分，即数据库的平均意见得分。图2-5展示了主观实验数据筛除异常值后FBI数据库中MOS值的分布直方图。从图中可以看出，FBI数据库的主观平均意见值在1-10分之间的分布接近高斯分布且具有良好的分散性。图2-5FBI数据库MOS值的直方图Figure2-5HistogramofFBIdatabaseMOSvalue图2-6展示了FBI数据库中每幅面部美化图像的有效主观实验评价的MOS值和该图像MOS值的标准误差。图中黑色圆点即为该幅面部美化图像对应的MOS值，浅蓝色误差线表示剔除异常值后，图像剩余有效主观实验数据的标准差。从图中可以看出，FBI数据库的MOS值均有效地分布在规定的质量分数范围内，呈现出一定的离散程度，并且MOS值的标准误差在允许范围内，根据文献[68]和文献[69]中的定义，本数据库的主观评价数据是有效的。以上对数据库主观实验数据分析可以说明，面部美化图像的主观评价结果可以用于构建FBI数据库，并且用于面部美化图像质量分析和评价。
【参考文献】：
期刊论文
[1]一种新的部分参考型图像质量评价方法[J]. 王体胜,高新波,路文,李广东. 西安电子科技大学学报. 2008(01)
博士论文
[1]半参考和无参考图像质量评价新方法研究[D]. 桑庆兵.江南大学 2013
硕士论文
[1]监控视频图像质量评估[D]. 董海波.上海交通大学 2013
本文编号：3398851
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
主观质量评价的GUI界面
2面部美化图像的主观质量评价研究17数的标准差，如公式（2-2）所示：()==NiiuuN1211（2-2）假设该幅图像的主观质量评价得分服从正态分布，根据该图像主观质量得分的数量、均值和标准差，能够计算该图像测评得分的置信区间；若评分在该图像求得的置信区间内，则该评分分数视为正常有效值，否则判定为异常值并删除。正态分布的置信区间由+uu,决定，其中()NNZ12/=，()12/NZ是标准正态分布在2/分位点的临界值[67]，本数据库将设置为0.02。根据设定的置信区间将该图像主观质量评分数据中的异常值筛除后，将剩余有效的主观评价数据的均值作为该幅美化图像最终的主观实验评分，即数据库的平均意见得分。图2-5展示了主观实验数据筛除异常值后FBI数据库中MOS值的分布直方图。从图中可以看出，FBI数据库的主观平均意见值在1-10分之间的分布接近高斯分布且具有良好的分散性。图2-5FBI数据库MOS值的直方图Figure2-5HistogramofFBIdatabaseMOSvalue图2-6展示了FBI数据库中每幅面部美化图像的有效主观实验评价的MOS值和该图像MOS值的标准误差。图中黑色圆点即为该幅面部美化图像对应的MOS值，浅蓝色误差线表示剔除异常值后，图像剩余有效主观实验数据的标准差。从图中可以看出，FBI数据库的MOS值均有效地分布在规定的质量分数范围内，呈现出一定的离散程度，并且MOS值的标准误差在允许范围内，根据文献[68]和文献[69]中的定义，本数据库的主观评价数据是有效的。以上对数据库主观实验数据分析可以说明，面部美化图像的主观评价结果可以用于构建FBI数据库，并且用于面部美化图像质量分析和评价。
2面部美化图像的主观质量评价研究17数的标准差，如公式（2-2）所示：()==NiiuuN1211（2-2）假设该幅图像的主观质量评价得分服从正态分布，根据该图像主观质量得分的数量、均值和标准差，能够计算该图像测评得分的置信区间；若评分在该图像求得的置信区间内，则该评分分数视为正常有效值，否则判定为异常值并删除。正态分布的置信区间由+uu,决定，其中()NNZ12/=，()12/NZ是标准正态分布在2/分位点的临界值[67]，本数据库将设置为0.02。根据设定的置信区间将该图像主观质量评分数据中的异常值筛除后，将剩余有效的主观评价数据的均值作为该幅美化图像最终的主观实验评分，即数据库的平均意见得分。图2-5展示了主观实验数据筛除异常值后FBI数据库中MOS值的分布直方图。从图中可以看出，FBI数据库的主观平均意见值在1-10分之间的分布接近高斯分布且具有良好的分散性。图2-5FBI数据库MOS值的直方图Figure2-5HistogramofFBIdatabaseMOSvalue图2-6展示了FBI数据库中每幅面部美化图像的有效主观实验评价的MOS值和该图像MOS值的标准误差。图中黑色圆点即为该幅面部美化图像对应的MOS值，浅蓝色误差线表示剔除异常值后，图像剩余有效主观实验数据的标准差。从图中可以看出，FBI数据库的MOS值均有效地分布在规定的质量分数范围内，呈现出一定的离散程度，并且MOS值的标准误差在允许范围内，根据文献[68]和文献[69]中的定义，本数据库的主观评价数据是有效的。以上对数据库主观实验数据分析可以说明，面部美化图像的主观评价结果可以用于构建FBI数据库，并且用于面部美化图像质量分析和评价。
【参考文献】：
期刊论文
[1]一种新的部分参考型图像质量评价方法[J]. 王体胜,高新波,路文,李广东. 西安电子科技大学学报. 2008(01)
博士论文
[1]半参考和无参考图像质量评价新方法研究[D]. 桑庆兵.江南大学 2013
硕士论文
[1]监控视频图像质量评估[D]. 董海波.上海交通大学 2013
本文编号：3398851
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3398851.html
最近更新
教材专著
