基于深度学习的无参考图像质量评价研究

发布时间：2024-04-24 00:48

　　无参考图像质量评价(No Reference Image Quality Assessment,NRIQA)又称盲图像质量评价(Blind Image Quality Assessment,BIQA)指在没有图像参考或者没有图像的特征参考情况下,直接对图像进行其质量的评价。其目的是模拟人眼的视觉系统,自动准确的判断图像质量。无参考图像质量评价是计算机视觉、图像处理中的一个重要研究内容,是自动判断捕获高质量图像的关键技术。自深度学习在计算机视觉领域取得显著成功后就成了该领域的主要贡献者,通过数据驱动从大量样本中学习复杂特征。这种基于统计原理的方式,虽然理论有待完善,实践中却不断得到新的突破,并迅速用于商业领域,关于图像质量评价也涌现出大量网络模型。这些模型从丰富的失真样本中学习图像质量特征、利用典型模型如VGGNet,残差网络等进行图像质量特征的迁移学习,或者结合语义信息对图像质量特征进行描述,以实现在没有参考图像或者参考特征的条件下,对图像质量进行符合人眼判断的评价。本文基于深度学习方法,从无参考图像质量评价的实际需求出发,结合卷积神经网络优化策略进行深入的研究。具体研究内容包括:(1...

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图3-5部分LIVE数据集参考图像

成都信息工程大学硕士学位论文第23页，共54页模型基于Adam算法，随每轮迭代更新参数。3.2.3图像质量开源数据集最常见的开源图像质量数据集有LIVE、TID2008、TID2013、CSIQ和IVC。研究者提出的质量评价算法通常会在这些数据集上测试对比。表3-3开源数据集简介....

图3-6LIVE数据集中大分辨率参考图像

成都信息工程大学硕士学位论文第24页，共54页图3-6LIVE数据集中大分辨率参考图像CSIQ(categoricalsubjectiveimagequality)数据库由美国俄克拉荷马州立大学2010年建立，有30幅参考图像，包含6种失真类型得到的共866幅失真图像，6种失真类....

图3-7CSIQ数据集参考图像

成都信息工程大学硕士学位论文第24页，共54页图3-6LIVE数据集中大分辨率参考图像CSIQ(categoricalsubjectiveimagequality)数据库由美国俄克拉荷马州立大学2010年建立，有30幅参考图像，包含6种失真类型得到的共866幅失真图像，6种失真类....

图3-8IVC数据集参考图像

钜约跋∈璨裳?椭亟ǎ?嘈头浅７岣弧?ID的参数图像同LIVE有部分重合，就不再一一列出，部分TID2013的参考图像见第四章。另外还有一些开源数据集，如IVC图像数据库是由法国南特中央理工大学2005年建立，包含10张参考图像，以及由4种失真类型得到的235张失真图像，图像分辨率....

本文编号：3962987