基于深度学习的无参考图像质量评价综述

• 作者: 韩翰 卓力 张菁 李嘉锋
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 图像质量评价 无参考 深度学习
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 综述
• 页码范围: 1-10
• 页数: 10页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19708/j.ckjs.2021.06.245

摘要

图像质量评价是图像处理、图像/视频编码等领域的基础性问题,用于评估图像的失真程度,被广泛应用于算法设计与分析、系统性能评估等方面.无参考图像质量评价(又称为盲图像质量评价)是一种重要的客观质量评价方法.因为无须原始的参考图像,因此具有广泛的应用前景.近年来,随着深度学习技术的不断发展,人们提出了多种基于深度学习的无参考图像质量评价方法.对该领域近期的研究进展进行了综述,介绍了衡量算法优劣的指标和数据集,对几种有代表性的无参考图像质量评价方法的性能进行了对比,最后给出了未来可能的研究方向和发展展望.