基于质量解耦的轻量级对比学习图像质量评价方法、系统

AITNT
正文
推荐专利
基于质量解耦的轻量级对比学习图像质量评价方法、系统
申请号:CN202410878198
申请日期:2024-07-02
公开号:CN119151855B
公开日期:2025-11-04
类型:发明专利
摘要
本发明提供一种基于质量解耦的轻量级对比学习图像质量评价方法、系统,基于语义质量解耦模块中的重建网络重建各个尺度特征的前尺度特征以获取三个维度的重建前尺度特征,再建模各个尺度特征与前尺度特征在局部位置所处的局部条件概率,并根据条件概率获取所述尺度特征与前尺度特征的整体条件熵,通过预设的建模优化公式获取使整体条件熵最大化的权重矩阵,使重建前尺度特征分别与权重矩阵相乘进行空间变换,并进行特征拼接、池化等处理以获取质量感知向量,再通过质量回归网络、质量预测网络对质量感知向量进行映射和预测处理以获取待评价图像的质量预测分数,整个训练过程无需主观意见分数参与,提高图像质量评价的客观性,减少资源浪费。
技术关键词
变换特征 评价图像 评价方法 网络 语义 矩阵 拉格朗日乘子法 优化器 参数 修正偏差 模块 评价系统 指数 代表 资源
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号