申请/专利权人：沐曦集成电路(上海)有限公司

申请日：2024-03-26

公开（公告）日：2024-04-30

公开（公告）号：CN117952968A

主分类号：G06T7/00

分类号：G06T7/00;G06V10/764;G06V10/774;G06V10/82;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本发明提供了一种基于深度学习的图像质量评价方法，属于图像处理技术领域。本发明将psnr、ssim、vmaf及niqe作为评价指标值，并使用基于Unet改进的神经网络来处理评价指标值以实现对有损图像的质量的评价，获得更为准确的评价结果。

主权项：1.一种基于深度学习的图像质量评价方法，包括如下步骤：S1，准备数据集，所述数据集中包含多组数据，每组数据由一张无损图像、N张对所述无损图像叠加不同噪音生成的有损图像，以及对应的主观评价得分组成；即图片组[gt,img1,img2.img3…]和对应的mos得分[mosgt,mosimg1,mosimg2…]；S2，计算各有损图像与所述无损图像之间的评价指标值，所述评价指标值包括psnr、ssim、vmaf及niqe；根据所述评价指标值和所述主观评价得分得出评价数据ass；一张有损图像对应一条评价数据ass，对于一组数据则包含N条评价数据ass，即 ，S3，从N条评价数据中随机挑选一条评价数据，,计算评价数据与组内其它评价数据的差， S4，将diff进行归一化处理，得出差距比例: S5，将差距比例输入基于Unet改进的神经网络，获得所述有损图像的评分值。

全文数据：

权利要求：

百度查询： 沐曦集成电路(上海)有限公司 一种基于深度学习的图像质量评价方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD