-
公开(公告)号：CN110516716B
公开(公告)日：2021-11-09
申请号：CN201910718234.2
申请日：2019-08-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了基于多分支相似度网络的无参考图像质量评价方法，其步骤为：构建多分支卷积模块和相似度融合模块，构建多分支相似度网络，生成无参考的训练数据集和测试数据集，训练多分支卷积特征相似度网络，输出测试集中每张失真图像的质量评价分数值。本发明多分支卷积模块自适应提取图像的分层特征，通过相似度融和降低图像特征与图像内容的相关性，具有评价无参考图像质量时结果更加准确、应用场景更广泛的优点。
-
公开(公告)号：CN109389591B
公开(公告)日：2020-11-20
申请号：CN201811159828.6
申请日：2018-09-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于彩色描述子的彩色图像质量评价方法，主要解决现有技术只能给出图像之间的排序结果，不能给出人类更容易接受的质量分数。其实现方案是：在选择两幅图像构建偏好图像对，并提取每张图像的颜色和谐描述子、色彩对比度描述子和色彩丰富度这三个特征；对图像对中的两张图像特征做差作为图像对的特征差，并估计图像对的偏好类标；利用每个图像对的特征差和对应的偏好类标来建立训练数据集；将所有图像对的特征差向量映射至其对应的偏好类标；根据偏好类标与质量感知分数算出图像感知质量分数。本发明提高了图像的色彩布局、色相及和谐颜色的质量评价准确性，质量分数符合人类习惯，可用于彩色图像的压缩、存储和传输过程。
-
Patent Agency Ranking
公开(公告)号：CN110033446B
公开(公告)日：2022-12-06
申请号：CN201910286043.3
申请日：2019-04-10
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于孪生网络的增强图像质量评价方法。主要解决现有技术评价尺度单一，且计算复杂度大，计算时间长，实时性差的问题。其实现方案是：1)获取待评价的图像样本；2)对待评价的图像样本进行预处理；3)对预处理后的图像提取其有效特征；4)构建孪生网络，并用从图像中提取的有效特征和与图像相对应的训练标签来训练孪生网络；5)用训练好的孪生网络对测试图像样本进行质量评价。本发明结合深度孪生网络，获取更丰富更深层的图像信息，减小了计算复杂度，缩短了计算时间，提高了对图像质量评价的准确率，可用于图像的采集、管理、传输和处理。
-
公开(公告)号：CN109389591A
公开(公告)日：2019-02-26
申请号：CN201811159828.6
申请日：2018-09-30
Applicant: 西安电子科技大学
CPC classification number: G06T7/0002 , G06T7/90 , G06T2207/10024 , G06T2207/20081 , G06T2207/30168
Abstract: 本发明公开了一种基于彩色描述子的彩色图像质量评价方法，主要解决现有技术只能给出图像之间的排序结果，不能给出人类更容易接受的质量分数。其实现方案是：在选择两幅图像构建偏好图像对，并提取每张图像的颜色和谐描述子、色彩对比度描述子和色彩丰富度这三个特征；对图像对中的两张图像特征做差作为图像对的特征差，并估计图像对的偏好类标；利用每个图像对的特征差和对应的偏好类标来建立训练数据集；将所有图像对的特征差向量映射至其对应的偏好类标；根据偏好类标与质量感知分数算出图像感知质量分数。本发明提高了图像的色彩布局、色相及和谐颜色的质量评价准确性，质量分数符合人类习惯，可用于彩色图像的压缩、存储和传输过程。
-
公开(公告)号：CN110516716A
公开(公告)日：2019-11-29
申请号：CN201910718234.2
申请日：2019-08-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了基于多分支相似度网络的无参考图像质量评价方法，其步骤为：构建多分支卷积模块和相似度融合模块，构建多分支相似度网络，生成无参考的训练数据集和测试数据集，训练多分支卷积特征相似度网络，输出测试集中每张失真图像的质量评价分数值。本发明多分支卷积模块自适应提取图像的分层特征，通过相似度融和降低图像特征与图像内容的相关性，具有评价无参考图像质量时结果更加准确、应用场景更广泛的优点。
-
公开(公告)号：CN110033446A
公开(公告)日：2019-07-19
申请号：CN201910286043.3
申请日：2019-04-10
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于孪生网络的增强图像质量评价方法。主要解决现有技术评价尺度单一，且计算复杂度大，计算时间长，实时性差的问题。其实现方案是：1)获取待评价的图像样本；2)对待评价的图像样本进行预处理；3)对预处理后的图像提取其有效特征；4)构建孪生网络，并用从图像中提取的有效特征和与图像相对应的训练标签来训练孪生网络；5)用训练好的孪生网络对测试图像样本进行质量评价。本发明结合深度孪生网络，获取更丰富更深层的图像信息，减小了计算复杂度，缩短了计算时间，提高了对图像质量评价的准确率，可用于图像的采集、管理、传输和处理。
-
公开(公告)号：CN107945154A
公开(公告)日：2018-04-20
申请号：CN201711101994.6
申请日：2017-11-10
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于四元数离散余弦变换的彩色图像质量评价方法，主要解决现有彩色图像质量客观评价与主观评价一致性不高的问题。其实现方案包括：1)利用四元数矩阵表示彩色图像的色彩三通道信息；2)利用四元数离散余弦变换得到图像的系数；3)根据空间频率位置将得到的四元数色彩频谱系数划分为不同的子带；4)计算原始图像和失真图像子带之间的相似性，并通过加权融合获取图像质量。本发明计算简单，实验结果表明，本发明将利用四元数对彩色图像的三通道进行整体处理，能够更有效、准确地对彩色图像进行质量评价，可用于彩色图像的压缩、存储、传输中对彩色图像的处理。
-
-
-
-
-
-
Search Results
7
records
(took 0.027 seconds)
