一种基于语义、失真和场景特征协同学习的画质评价方法

AITNT
正文
推荐专利
一种基于语义、失真和场景特征协同学习的画质评价方法
申请号:CN202510317689
申请日期:2025-03-18
公开号:CN120219343A
公开日期:2025-06-27
类型:发明专利
摘要
一种基于语义、失真和场景特征协同学习的画质评价方法属于图像质量评价领域。本发明以卷积神经网络为基础,通过输入图像预处理、多尺度特征提取、三通路质量感知、质量评估以及模型训练和测试共五个步骤,构建了一种基于语义、失真和场景特征协同学习的画质评价模型。通过搭建的通用图像质量评估框架,用户可以根据具体的应用场景和需求,选择不同的图像块获取方法和特征提取器。通过新提出的三通路质量感知模块,获得图像的语义特征、失真特征和场景特征,从不同维度综合评估图像质量。
技术关键词
画质评价方法 场景特征 语义特征 多尺度特征提取 特征提取器 图像块 模型预测值 读者 模块 网络 亮度 噪声 误差 框架 基础 参数 数据
系统为您推荐了相关专利信息
1
一种基于大模型的考试试题生成方法
考试试题生成方法 文本 特征融合网络 特征提取网络 数据
2
基于时序图对比聚类的APT攻击路径重建方法及介质
时序 阶段 路径重建方法 节点 异构
3
企业异常行为监测方法、装置和计算机设备
企业 图文 时间序列特征 监控平台 模式识别
4
基于语义分割先验的三维语义场景补全方法
语义场景 分支 对齐模块 注意力 场景特征
5
音视频处理方法、装置、电子设备和计算机可读介质
监控视频图像 人脸图像特征 语音生成模型 文本编码器 图像编码器
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