基于深度特征迁移学习的无参考图像质量评价方法

作者:何立火; 任伟; 李嘉秀; 邓夏迪; 甘海林; 唐杰浩; 柯俊杰; 张超仑; 路文
来源:2021-06-18, 中国, ZL202110678186.6.

摘要

一种基于深度特征迁移学习的无参考图像质量评价方法,其步骤如下:构建失真特征提取网;构建多分支特征注意力模块;构建质量回归网络;生成无参考图像质量回归网络;生成训练集;训练无参考图像质量回归网络;对待评价图像进行质量评估。本发明失真特征提取网络所包含的多分支特征注意力模块能够自适应地捕获自然图像的失真特征,在质量回归网络的输出侧可以自动获得输入图像的质量分数。多个国际公开数据库上的广泛实验结果表明,本发明方法提高了失真图像质量的预测精度,具有评价无参考图像质量时与人眼视觉感知一致性更高、泛化性能更强的优点。