-
公开(公告)号:CN112734728A
公开(公告)日:2021-04-30
申请号:CN202110032108.9
申请日:2021-01-11
申请人: 西安邮电大学
IPC分类号: G06T7/00
摘要: 本发明涉及图像处理领域,具体涉及一种改进的CNN无参考图像质量评估方法,基于改进的CNN模型实现图像质量的评估,所述改进的CNN模型由多个卷积、池化、激活和全连接层构成,在最后一个池化层中采用最大、最小、均值三者联合的方式来进行池化,以此来解决图像特征信息流失问题。本发明利用迁移学习和微调的思想,将单一池化方法利用多种池化联合的方式进行替换,提升了网络的性能,表现出较高的精确度,可以满足当前无参考图像质量评估的实际需要,实验结果表明,本发明的方法在标准图像质量评价库上的评估准确度高于单一的最大池策略。