摘要
本发明公开了一种基于去噪扩散概率模型的无监督图像质量评价方法、系统、电子设备及存储介质,包括:获取输入图像,将输入图像输入预先训练好的去噪扩散概率模型中,以得到对应的重建图像;对输入图像和重建图像分别进行第一预处理,以得到对应的第一特征向量和重建特征向量,并根据第一特征向量和重建特征向量计算出与输入图像质量相关的第一评分;分析出输入图像和重建图像对应的结构信息,并利用输入图像和重建图像对应的结构信息计算出结构信息保持程度,以得到第二评分;对输入图像进行第二预处理,以得到第二特征向量,并将第二特征向量输入到预先训练好的回归模型中,以得到第三评分。本方法无需人工标注,提升了评估全面性与准确性。
技术关键词
评价方法
重建图像数据集
计算机执行指令
规范数据格式
消除噪声干扰
重建误差
训练卷积神经网络
图像结构信息
图像块
亮度
统计特征
电子设备
可读存储介质
数据获取模块
计算机程序产品
评价系统
处理器通信
系统为您推荐了相关专利信息
力觉传感器
手术机器人
节点处
LSTM模型
多模态特征
可见光图像
图像特征点
机器学习算法
标定方法
计算机执行指令
发电机组
风速
合成孔径雷达
扇区
发电量计算方法
深度迁移学习
定量分析方法
信号特征提取
缺陷程度定量分析
钢丝绳表面缺陷
短视频
量化评价方法
生理数据采集系统
数据处理分析系统
机器学习库