基于多输出网络的无参考平面图像质量评价研究
Research on no-reference image quality based on multi-output deep convolutional neural network作者机构:中国联合网络通信有限公司物联网研究院无锡214000 中国联合网络通信有限公司无锡市分公司无锡214000 无锡市公安局技术防范管理支队无锡214000
出 版 物:《黑龙江大学自然科学学报》 (Journal of Natural Science of Heilongjiang University)
年 卷 期:2021年第38卷第1期
页 面:116-126页
学科分类:07[理学] 070104[理学-应用数学] 0701[理学-数学]
基 金:江苏省自然科学基金资助项目(BK20191331) 江苏省公安厅科技研究计划资助项目(2019KB0182)。
摘 要:从深度学习方向对无参考图像质量评价进行了研究,提出了一种基于多输出网络的无参考平面图像质量评价算法。该方法考虑了深度卷积神经网络在提取特征时,每一层提取的特征表示不同的抽象视觉特征,浅层网络提取纹理、区域等细节特征,深层网络提取轮廓、形状和边缘等结构特征。设计了三个输出的网络结构,该网络将浅层和深层特征分别回归到主观质量评分上,并将三个输出的平均分数作为最终质量得分。这种多输出的网络结构,综合了三个学习机的结果,具备集成学习的优点。实验表明,与其他方法相比,本方法在单失真的预测上具有明显的优势。