摘要
本发明属于图像处理技术领域,是一种基于视觉补偿感知的无参考质量评价方法,其过程如下:首先,设计包含视觉补偿感知特征提取和图像感知增强模块的网络模型,以更好地捕捉和补偿图像中的视觉失真。该模型通过模拟人眼视觉系统,对图像的细节和整体感知进行优化,提升模型对失真图像的敏感度和处理能力。其次,通过传入失真图像及其高质量参考图像,训练网络模型。模型通过学习这些图像之间的差异,逐步调整网络参数,以最小化质量评分的预测误差,确保模型在各种失真情况下的鲁棒性。训练过程中采用了多种优化算法和损失函数,以提高模型的收敛速度和预测精度。最后,通过一系列评估指标全面评估模型性能,确保其质量和一致性。
技术关键词
评价方法
特征提取模块
引入注意力机制
编码器
分支
特征提取网络
图像增强
感知特征
模拟人眼视觉
预测误差
深度特征提取
输出特征
语义特征提取
解码器结构
系统为您推荐了相关专利信息
农业大数据模型
可视化分析方法
可视化界面
深度学习架构
多尺度特征提取
多源融合
残差网络模型
全局平均池化
交叉注意力机制
滚动轴承
文本审核方法
解码器
文本处理模型
采样模块
网络
手势识别方法
训练图像分类模型
计算机可执行指令
傅里叶变换处理
样本
场景特征
神经网络单元
识别模型训练方法
数据识别方法
误差