Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于HVS的上下文对比和局部敏感特性的无参考图像质量评估方法、电子设备和存储介质 

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!

摘要:本发明公开一种基于HVS的上下文对比和局部敏感特性的无参考图像质量评估方法、电子设备和存储介质,解决现有技术中存在的缺少全面模拟人类质量感知的缺陷而导致评价精度较低问题,能够更精确地模拟人类感知过程,提高图像质量评估的精度。该评估方法,包括以下步骤:步骤1、构建网络模型,该网络模型包括以Transformer为主干网路预训练的BIQA教师模型、与教师模型具有相同主干网络的BIQA学生模型;步骤2、给定用于图像质量评估的训练数据集,对网络模型进行训练;步骤3、将待评估图像输入训练后的网络模型,由网络模型输出预测的分数结果。

主权项:1.一种基于HVS的上下文对比和局部敏感特性的无参考图像质量评估方法,其特征在于包括以下步骤:步骤1、构建网络模型,该网络模型包括以Transformer为主干网路预训练的BIQA教师模型、与教师模型具有相同主干网络的BIQA学生模型;步骤2、给定用于图像质量评估的训练数据集,对网络模型进行训练;步骤3、将待评估图像输入训练后的网络模型,由网络模型输出预测的分数结果;其中,步骤1按照以下三个准则进行:(1)定义新的质量感知令牌,用于辅助网络模型提取与高级语义信息分离的低级质量特征;(2)基于训练数据集与待评估图像之间的质量水平的相似性构建正集、负集;(3)在知识蒸馏的框架下引入困难采样策略,其包括采样质量相似但教师推理不相似的困难正样本,以及采样质量不同但教师推理相似的困难负样本;使用InfoNCE对比损失来捕获嵌入空间中的全局属性。

全文数据:

权利要求:

百度查询: 厦门大学 基于HVS的上下文对比和局部敏感特性的无参考图像质量评估方法、电子设备和存储介质

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。