留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于人眼视觉特性的深度学习全参考图像质量评价方法

姚旺 刘云鹏 朱昌波

姚旺, 刘云鹏, 朱昌波. 基于人眼视觉特性的深度学习全参考图像质量评价方法[J]. 红外与激光工程, 2018, 47(7): 703004-0703004(8). doi: 10.3788/IRLA201847.0703004
引用本文: 姚旺, 刘云鹏, 朱昌波. 基于人眼视觉特性的深度学习全参考图像质量评价方法[J]. 红外与激光工程, 2018, 47(7): 703004-0703004(8). doi: 10.3788/IRLA201847.0703004
Yao Wang, Liu Yunpeng, Zhu Changbo. Deep learning of full-reference image quality assessment based on human visual properties[J]. Infrared and Laser Engineering, 2018, 47(7): 703004-0703004(8). doi: 10.3788/IRLA201847.0703004
Citation: Yao Wang, Liu Yunpeng, Zhu Changbo. Deep learning of full-reference image quality assessment based on human visual properties[J]. Infrared and Laser Engineering, 2018, 47(7): 703004-0703004(8). doi: 10.3788/IRLA201847.0703004

基于人眼视觉特性的深度学习全参考图像质量评价方法

doi: 10.3788/IRLA201847.0703004
基金项目: 

装发部共用技术项目(Y6K4250401)

详细信息
    作者简介:

    姚旺(1994-),女,硕士生,主要从事图像质量评估方面的研究。Email:yaowang@sia.cn

  • 中图分类号: TP391.4

Deep learning of full-reference image quality assessment based on human visual properties

计量
  • 文章访问数:  197
  • HTML全文浏览量:  17
  • PDF下载量:  60
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-04-10
  • 修回日期:  2018-05-20
  • 刊出日期:  2018-07-25

基于人眼视觉特性的深度学习全参考图像质量评价方法

doi: 10.3788/IRLA201847.0703004
    作者简介:

    姚旺(1994-),女,硕士生,主要从事图像质量评估方面的研究。Email:yaowang@sia.cn

基金项目:

装发部共用技术项目(Y6K4250401)

  • 中图分类号: TP391.4

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。

English Abstract

参考文献 (15)

目录

    /

    返回文章
    返回