一种面向域分布自适应的无参考图像质量评估方法及系统

    公开(公告)号:CN117745640A

    公开(公告)日:2024-03-22

    申请号:CN202311473661.1

    申请日:2023-11-07

    摘要: 本发明公开了一种面向域分布自适应的无参考图像质量评估方法及系统,方法包括基于获取的源域图像数据集训练模型;获取用于训练目标域图像质量评估模型的目标域图像数据集,并根据基于所述源域图像数据集训练获得的模型定义算法目标;对所述目标域图像数据集中的图像语义特征,通过网络模型得到图像样本的低维度向量特征;基于所述图像语义特征的关联性与差异性,建立对比学习机制,并定义优化目标训练目标域图像质量评估模型;对目标域的输入图像进行质量评估。本发明充分利用了目标域图像之间的关联性与差异性,能够为测试样本图像生成更加准确的质量评估分数,适用于真实场景的无参考图像质量评估,面对各类复杂情况具有较佳的效果和鲁棒性。