随着机器学习在图像识别领域应用的深入,近年来衍生出了大批如NSS-TS/BRISQUE等图像质量评价方法,但其在计算精度和性能方面相对较差。因此,作者提出了基于卷积神经网络的图像质量评价算法,通过对图像的预处理、层次化分池处理等方法,有效提升了算法的学习能力和评价精度。通过与NSS-TS/BRISQUE/BLIINDS-II等算法的对比,证明算法在线性相关性和Spearman等方面优势明显。
科研之友
微信
新浪微博
Facebook
分享链接
