No-reference multiply distorted images quality assessment based on convolutional neural network

doi:10.13741/j.cnki.11-1879/o4.2018.05.008

您当前的位置：

首页 >

文章列表页 >

No-reference multiply distorted images quality assessment based on convolutional neural network

更新时间：2025-09-01

- No-reference multiply distorted images quality assessment based on convolutional neural network
- Vol. 44, Issue 5, Pages: 555-561(2018)
- 作者机构：
  
  1:江南大学物联网工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2018.05.008
  CLC：
- Published：2018
- 稿件说明：
移动端阅览
No-reference multiply distorted images quality assessment based on convolutional neural network[J]. 2018, 44(5): 555-561.
DOI：

No-reference multiply distorted images quality assessment based on convolutional neural network[J]. 2018, 44(5): 555-561. DOI： 10.13741/j.cnki.11-1879/o4.2018.05.008.

摘要

大多数现有的客观图像质量评价算法往往针对单一失真类型设计

对混合多失真图像质量评价效果欠佳

而且大都是运用传统机器学习方法

很少用到深度学习方法

为此

提出一种基于相位一致变换和卷积神经网络的无参考图像质量评价方法

用来评价混合失真图像。对输入图像进行分块和相位一致变换

使用卷积网络训练、预测图像质量得分

其中卷积网络结构包括4层卷积层、3层最大池化层和2层全连接层。在Live混合失真质量评价数据库上的实验结果表明

所提方法预测的图像质量分和主观质量评分达到了很好的一致性。

Abstract

关键词

Keywords

references

Views

306

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Classification model of dominant species in desertification grassland based on hyperspectral remote sensing

A multi-scale parallel residual network for image dehazing

Infrared and visible light outdoors image fusion based on convolutional neural network

No reference color blurred image quality assessment method based on local color appearance

Intelligent matching algorithm for rotation difference between multimodal remote sensing images

Related Author

张锡鹏

毕玉革

杨红艳

皮伟强

刘浩

康拥朝

张鑫

娄小平

Related Institution

1:内蒙古农业大学机电学院

1:北京信息科技大学光电测试技术北京市重点实验室

1:江苏商贸职业学院电子商务与物流学院

1:安徽工程大学人工智能学院

2:安徽工程大学机械工程学院

⁰