申请/专利权人:浙江大学杭州国际科创中心
申请日:2023-11-07
公开(公告)日:2024-03-22
公开(公告)号:CN117745639A
主分类号:G06T7/00
分类号:G06T7/00;G06V10/40;G06V10/52;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本申请涉及一种多尺度深度特征统计的盲图像质量评价方法、系统和存储介质。所述方法包括:分别将待测图像以及目标图像训练集输入多尺度输出的卷积神经网络,得到待测图像的第一特征图集、目标图像训练集的第二特征图集;分别对第一特征图集和第二特征图集进行统计分析得到第一特征向量和第二特征向量集;对第一特征向量进行拟合得到第一多元高斯模型确定待测图像的第一评价参数,对第二特征向量集进行拟合得到第二多元高斯模型确定目标图像训练集的第二评价参数;基于第一评价参数和第二评价参数,生成待测图像的盲图像质量评价分数。采用本方法能够实现多尺度深度特征提取和统计分析相结合的盲图像质量评价,提高盲图像质量评价的准确率和效率。
主权项:1.一种多尺度深度特征统计的盲图像质量评价方法,其特征在于,所述方法包括:分别将待测图像以及目标图像训练集输入多尺度输出的卷积神经网络,得到所述待测图像的第一特征图集以及所述目标图像训练集的第二特征图集;分别对所述第一特征图集以及所述第二特征图集进行统计分析,得到所述待测图像的第一特征向量以及所述目标图像训练集的第二特征向量集;对所述第一特征向量进行拟合得到第一多元高斯模型,确定所述待测图像的第一评价参数,对所述第二特征向量集进行拟合得到第二多元高斯模型,确定所述目标图像训练集的第二评价参数;基于所述第一评价参数以及所述第二评价参数,生成所述待测图像的盲图像质量评价分数。
全文数据:
权利要求:
百度查询: 浙江大学杭州国际科创中心 多尺度深度特征统计的盲图像质量评价方法和存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。