一种基于显著性信息融合的图像质量评价方法

本发明属于深度学习技术领域，具体涉及一种基于显著性信息融合的图像质量评价方法，包括首先提取图像的显著性目标掩码，进而通过编码显著区域和非显著区域的特征，利用注意力机制学习各组件之间的交互关系；然后通过通道解耦空间注意力模块，增强网络提取的特征，提升全局上下文感知能力；最后，设计了显著性目标指导的Transformer网络，通过自注意力机制和交叉注意力机制实现显著性信息与空间域特征的深度融合，从而更有效地提升图像质量评估的性能。本发明以组件形式划分显著目标区域和非显著目标区域，并在不同组件间和同一组件内分别计算自注意力，充分利用了显著目标信息，实现了更有效、更符合人类视觉感知的特征融合。