[发明专利]一种基于孪生网络的对比学习图像质量评估方法有效
| 申请号： | 201910077607.2 | 申请日： | 2019-01-26 |
| 公开（公告）号： | CN109727246B | 公开（公告）日： | 2022-05-13 |
| 发明（设计）人： | 牛玉贞;吴建斌;郭文忠;黄栋 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福州市闽*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于孪生网络的对比学习图像质量评估方法。首先，将待训练的图像做局部对比度归一化处理，然后划分为图像块，并生成图像对；其次，设计孪生卷积神经网络的结构，使用所设计的网络训练图像质量评估模型；最后，将待测图像划分为图像块，并生成图像对。利用训练好的模型预测所生成的所有待预测图像对的质量优劣，得出所有图像的质量排名，根据排名得出每张图像的质量分数。本发明方法提出将图像质量评价问题转换为图像块之间的质量对比问题，利用图像块间的两两对比，通过统计每张图和其他图像对比的结果来获得每张图像的质量得分，能显著提高无参照图像质量评估性能。 | ||
| 搜索关键词： | 一种 基于 孪生 网络 对比 学习 图像 质量 评估 方法 | ||
【主权项】：
1.一种基于孪生网络的对比学习图像质量评估方法，其特征在于，包括如下步骤：步骤S1、将待训练的图像做局部对比度归一化处理，然后划分为图像块，并生成图像对；步骤S2、设计孪生卷积神经网络的结构，并采用所设计的网络训练图像质量评估模型；步骤S3、将待测图像划分为图像块，并生成图像对；利用训练好的模型预测所生成的所有待预测图像对的质量优劣，得出所有图像的质量排名，根据排名得出每张图像的质量分数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福州大学，未经福州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910077607.2/，转载请声明来源钻瓜专利网。
