基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对目前面部美化已被广泛研究,然而缺乏有效美化图像质量评价方法限制美化技术进一步发展的问题,提出一种面部美化图像质量的无参考评价方法.该方法结合面部美感的认知与感知和面部美化技术以挖掘美化图像的质量表示,首先构建面部美化图像数据库,将面部图像分解为皮肤、眼睛和嘴巴三种区域,然后从肤色、光滑度、光照、灰度差和清晰度等五个方面提取面部美学特征,最后用支持向量回归(SVR)训练面部美化质量模型并预测美化图像的质量.实验结果表明,所提方法在构建的数据库上Pearson线性相关系数和Spearman等级相关系数分别达到0.9205和0.9009,优于BIQI(Blind Image Quality Indices)、NIQE(Natural Image Quality Evaluation)图像质量评价方法.
推荐文章
无参考图像质量评价
图像质量评价
无参考
自然场景统计特征
变换域
全参考图像质量评价综述
全参考图像质量评价
结构相似性
自然场景分析
特征相似性
基于加权模型的无参考图像质量评价方法
图像质量评价
评价模型
SSEQ
BRISQUE
特征值提取
性能检测
基于稀疏表示的无参考型超分辨图像质量评价方法
视觉感知特征
稀疏表示
超完备字典
无参考型超分辨图像质量评价
超分辨图像数据库
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面部美化图像质量无参考评价方法
来源期刊 计算机应用 学科 工学
关键词 计算机视觉 图像质量评价 无参考 特征提取 机器学习
年,卷(期) 2020,(4) 所属期刊栏目 虚拟现实与多媒体计算
研究方向 页码范围 1184-1190
页数 7页 分类号 TP181
字数 5663字 语种 中文
DOI 10.11772/j.issn.1001-9081.2019091552
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐晶晶 中国矿业大学信息与控制工程学院 3 6 2.0 2.0
2 张俊升 中国矿业大学信息与控制工程学院 3 10 2.0 3.0
3 余伟 中国矿业大学信息与控制工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (3)
参考文献  (27)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1951(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(5)
  • 参考文献(2)
  • 二级参考文献(3)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
计算机视觉
图像质量评价
无参考
特征提取
机器学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导