申请/专利权人:深圳大学
申请日:2021-12-03
公开(公告)日:2024-04-02
公开(公告)号:CN114119593B
主分类号:G06T7/00
分类号:G06T7/00;G06T3/4007;G06N3/0464;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.04.02#授权;2022.03.18#实质审查的生效;2022.03.01#公开
摘要:本发明公开了一种基于浅层与深度结构纹理特征的超分图像质量评价方法,本发明不仅在结构方面还在纹理方面提取了特征用于获取质量评价结果,能够提升超分图像质量评价结果的准确性。
主权项:1.一种基于浅层与深度结构纹理特征的超分图像质量评价方法,其特征在于,所述方法包括:对目标超分图像对应的低分辨率图像进行插值处理,得到插值图像,使得所述插值图像的分辨率与所述目标超分图像的分辨率一致,对所述插值图像进行结构纹理分解,得到第一结构分量,对所述目标超分图像进行结构纹理分解,得到第二结构分量和第二纹理分量;根据所述第一结构分量和所述第二结构分量之间的结构分量方向相似性获取结构方向性特征,将所述第一结构分量和所述第二结构分量输入至第一神经网络,获取所述第一神经网络输出的结构高频特征,将所述第二纹理分量输入至第二神经网络,获取所述第二神经网络输出的纹理分布特征;将所述结构方向性特征、所述结构高频特征和所述纹理分布特征进行聚合,得到聚合特征;将所述聚合特征输入至第三神经网络,获取所述第三神经网络的输出作为所述目标超分图像的质量评价结果。
全文数据:
权利要求:
百度查询: 深圳大学 基于浅层与深度结构纹理特征的超分图像质量评价方法
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。