龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：武汉大学
摘要：本发明公开了一种基于失真的图像质量评价方法及系统，首先将输入图像进行预处理，得到若干输入图像块；然后将图像块输入基于失真的图像质量评价模型中，得到整体质量分数；所述基于失真信息的图像评价模型包括失真提取模块、特征提取模块和加权求和模块；所述特征提取模块采用卷积神经网络S和一个归一化层，其输入为预处理后的图像，输出为局部注意力权重；所述失真提取模块包括一个失真提取网络和一个卷积神经网络W组成，其输入为预处理后的图像，输出为局部质量分数；所述加权求和模块，通过将局部质量分数和局部注意力权重加权求和得出图像的整体质量分数。本发明对于引导图像复原、去噪、重建等图像处理任务具有指导意义。
主权项：1.一种基于失真信息的图像质量评价方法，其特征在于，包括以下步骤：步骤1，对输入图像进行预处理，分成若干个图像块；步骤2，将预处理后的若干图像块输入基于失真信息的图像评价模型，得到图像整体质量分数；所述基于失真信息的图像评价模型包括失真提取模块、特征提取模块和加权求和模块；所述特征提取模块采用卷积神经网络S和一个归一化层，其输入为预处理后的图像，输出为局部注意力权重；卷积神经网络S包括5个卷积块和一个线性层，以输出与输入宽高和维度相同的失真信息；线性层的输入通道数为特征维度，输出通道数为图像块个数；所述失真提取模块包括一个失真提取网络和一个卷积神经网络W组成，其输入为预处理后的图像，输出为局部质量分数；失真提取网络由下采样、卷积、上采样三个全卷积网络组成，下采样部分包括3个卷积层，每个部分都包含3个3×3的卷积核和3个最大池化层，下采样和上采样之间采用跳跃连接；卷积神经网络W与特征提取模块中的卷积神经网络S架构相同；所述加权求和模块，通过将局部质量分数和局部注意力权重加权求和得出图像的整体质量分数。
全文数据：
权利要求：
百度查询： 武汉大学 一种基于失真信息的图像质量评价方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号