基于机器学习的SISR部分参考图像质量评价方法

作者：杨良康; 盛玉霞; 柴利

来源：中国自动化学会过程控制专业委员会、中国自动化学会, 中国江苏徐州.

DOI：10.26914/c.cnkihy.2020.030039

• 图像质量评价
• 超分辨率重建
• 机器学习

图像超分辨率重建一直是图像处理方向研究的热点问题,它被广泛地应用于多个领域。有许多关于超分辨率重建算法的研究,而针对如何评价超分辨率(super resolution, SR)重建图像质量的研究较少。本文结合人眼视觉的多通道效应,提出了一种基于机器学习的单帧图像超分辨率(single-imagesuperresolution, SISR)部分参考图像质量评价方法。使用低分辨率(low resolution, LR)图像作为参考,将LR图像特征和SR图像特征进行融合,并利用机器学习进行两阶段的回归学习,得到SISR图像的客观质量分数。实验结果表明,与其他方法比较,本文方法与人眼主观评价结果有更好...

• 单位
  武汉科技大学