摘要
本发明公开了基于弱相关知识蒸馏的无参考图像质量评价方法及系统,所述方法包括:将训练样本中分别输入到质量评估模型和语义分割模型进行特征提取,得到多尺度质量特征和多尺度语义特征;对多尺度质量特征和多尺度语义特征进行相关性约束,并计算出相关性约束损失;将多尺度质量特征和多尺度语义特征进行融合,将融合特征进行质量回归,得到预测分数;根据预测分数和相关性约束损失计算整体损失函数,根据损失函数更新质量评估模型的权重,得到目标质量评估模型;将待评价图像输入到目标质量评估模型进行计算,输出待评价图像的质量分数。本发明利用语义分割与BIQA任务之间的弱相关性,增强质量感知特征的表征学习能力,提高图像质量评价准确度。
技术关键词
多尺度语义特征
协方差矩阵
掩码矩阵
评价方法
评价图像
语义分割模型
蒸馏
融合特征
评价系统
多尺度特征提取
可读存储介质
感知特征
元素
处理器
模型更新
程序