双目标的CNN无参考图像质量评价方法

• 作者: 沈远彤 程晓梅
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 无参考图像质量评价 双目标 卷积神经网络 特征学习 次序
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 热点与综述
• 页码范围: 26-32
• 页数: 7页
• 分类号: TP183
• 字数: 7479字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1812-0351

摘要

为有效提取与人类视觉感知高度相关的图像质量特征,提出了一个估计图像退化类型和质量评分的双目标卷积神经网络(CNN)结构.该网络结构有次序地分步提取用作退化类型分类和用作估计质量评分的特征,使网络更充分地挖掘图像退化类型信息并强化其对质量评分估计任务的辅助作用,进而提升了网络对图像质量特征的学习能力,同时实验表明两步特征提取的方式能加速网络的收敛.通过在标准图像质量评价数据库LIVE和TID2008上的对比实验,结果表明该算法在图像退化类型和质量评分两个任务中,整体性能均明显优于其他经典评价方法.