基于概率矩阵分解的多失真图像质量评估算法

• 作者: 王同乐 王慈
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 盲图像质量评价 概率矩阵分解 支持向量回归 人眼视觉系统
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 264-272
• 页数: 9页
• 分类号: TP37
• 字数: 7882字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.07.045

摘要

图像质量评价(Image Quality Assessment,IQA)是视觉感知模型研究的重要分支,使用IQA算法自动化地评估图像质量有广阔的应用前景.基于概率矩阵分解(Probability Matrix Factorization)提出一种多失真图像质量评价算法,主要贡献有:提出一种图像质量评价的新思路,即利用PMF方法从失真图像估计参考图像,把失真图像和估计参考图像之间的信息损失作为图像质量的度量;构建新颖的特征向量描述这种信息损失;使用支持向量回归(Support Vector Regression,SVR)完成图像质量模型的训练.提出的算法在多个公开的图像质量评价数据库上超过了经典方法,实验结果证明该方法与人的主观质量评价具有更好的一致性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王慈	华东师范大学计算机科学与技术系	3	6	1.0	2.0
2	王同乐	华东师范大学计算机科学与技术系	1	0	0.0	0.0