摘要

本发明公开了一种基于双通道深度并行卷积网络的图像质量分类方法,解决了人工构建质量特征的困难以及卷积神经网络输入归一化丢失图像细节信息的问题。其实现步骤为:选取图像样本;构建训练图像数据集;搭建双通道深度并行卷积网络;对训练数据集进行预处理;训练双通道深度并行卷积网络;对待测试图像进行数据预处理;给出图像质量分类结果。本发明设计了一种新的双通道深度并行卷积网络,双通道分别输入全局图像和局部图像,综合考虑图像的全局信息和细节信息,针对全局图像,设计并行卷积结构,能消除图像语义信息对图像质量分类的影响,实现全面、合理和精细的图像质量分类。广泛应用到计算机视觉、图像美学质量评价中。