基于人眼视觉特性的深度学习全参考图像质量评价方法

作     者：姚旺 刘云鹏 朱昌波 Yao Wang;Liu Yunpeng;Zhu Changbo

作者机构：中国科学院沈阳自动化研究所辽宁沈阳110016 中国科学院大学北京100049 中国科学院光电信息处理重点实验室辽宁沈阳110016 中国科学院沈阳自动化研究所机器人学国家重点实验室辽宁沈阳110016 

基　　金：装发部共用技术项目(Y6K4250401) 

出 版 物：《红外与激光工程》 (Infrared and Laser Engineering)

年 卷 期：2018年第47卷第7期

页      码：29-36页

摘      要：针对现有的图像质量评价方法普遍为人工设计特征,难以自动且有效提取到符合人类视觉系统的图像特征,受人眼视觉特性的启发,提出一种新的基于卷积神经网络的全参考图像质量评价方法(DeepFR)。该方法基于对数据集本身的学习设计了卷积神经网络DeepFR模型,利用人眼视觉系统对梯度的敏感性进行加权优化,提取了符合人眼视觉特性的视觉感知图。实验表明:设计的DeepFR模型优于已有的全参考图像质量评价方法,其预测结果与主观质量评价有很好的精确性与一致性。

主 题 词：图像质量评价 全参考 深度学习 卷积神经网络 人眼视觉特性 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.3788/IRLA201847.0703004

馆 藏 号：203304754...