一种基于统计特征分析的高鲁棒性虚实融合制作内容压缩损伤检测方法

本发明公开了一种基于统计特征分析的高鲁棒性虚实融合制作内容压缩损伤检测方法，该方法主要解决现有压缩损伤评估模型难以从自然场景迁移到虚实融合场景的问题，以及其背后隐含的端到端精调过程中可解释性不足、缺乏兼容能力和泛化能力、过于依赖语义信息等局限性。本发明通过分析深度视觉模型中各层特征的统计特性，提取其低维度的能量分布、归一化系数及跨层次能量分布等信息用以刻画不同图像的感知质量，结合多层次特征拼接方法，利用参数规模相对较小的质量预测模型，在骨干网络参数固定的情况下实现了高鲁棒性的压缩损伤相关特征提取及面向虚实融合内容的压缩损伤精准检测。