基于层级特征融合网络的无参考图像质量评价方法

作者：吴金建; 梁富虎; 马居坡; 石光明

来源：2018-09-14, 中国, ZL201811071199.1.

本发明公开了一种基于层级特征融合网络的无参考图像质量评价方法,主要解决现有技术精度低、速度慢的问题。其实现方案是：1.从MSCOCO数据集挑选参考图像并通过添加噪声建立污染图像数据库；2.对训练集图像和测试集图像同时进行去均值与裁剪；3.根据人类视觉系统从局部特征到全局语义的分层次处理机制,设计一个进行端到端联合优化的层级特征融合网络模型；4.利用训练集和测试集对层级特征融合网络模型进行训练；5.对待评测图像进行去均值与裁剪处理,将处理后的图像输入训练好的层级特征融合网络模型,获得图像质量预测分值；本发明极大地提高了无参考质量评价的精度与速度,可用于图像筛选、压缩、视频质量监控。

• 单位
  西安电子科技大学