基于统一网络架构的多模态航空影像质量评价研究

作者：闫婧; 武林伟; 刘伟杰; 韩如雪

来源：现代电子技术, 2023, 46(17): 43-47.

DOI：10.16652/j.issn.1004-373x.2023.17.009

• 深度学习
• 无参考模型
• 网络结构
• 多模态数据
• 影像质量评价
• 卷积神经网络
• 特征提取
• 特征融合

高质量无人机航空影像是目标检测、分析、识别的重要前提条件，但各类传感器成像机理不同，质量影响因素多样，往往需要根据不同模态数据的特性设计不同的网络模型，从而大大增加了质量评价算法在无人机上的应用难度。针对这一问题，提出一种基于统一网络框架的无参考多模态影像质量评价模型，通过自适应地学习图像块内部的局部特征与图像块之间的相互关系，完成空间维度上的全局信息融合和时间维度上的时序信息融合，实现对多种模态影像数据的质量评估，进而快速有效地监测筛选采集数据的质量，提高有效数据采集效率。实验结果表明，该方法在多种模态的影像数据质量评价上具备泛用性和有效性。

• 单位
  中国电子科技集团公司第二十七研究所