摘要
本申请属于无参考图像质量评估领域,具体公开了一种基于特征融合的自监督无参考图像质量评估方法及设备。该方法包括:通过质量保持变换对失真图像数据库中的图像进行处理,获得多尺度和多颜色空间的失真图像;构建自监督退化特征学习模型,通过对比学习从无质量分数标签数据中学习退化特征,获得训练好的退化特征模型;获取测试图像,将测试图像通过质量保持变换处理后,通过退化特征模型提取其退化特征,并辅助Vision Transformer提取其失真特征;将退化特征和失真特征进行特征融合得到图像质量特征,然后通过质量向量回归得到测试图像的质量评估分数。本申请能在缺乏参考图像以及质量标签的情况下,更好地评估图像质量分数。
技术关键词
退化特征
图像
训练特征提取模型
多尺度
矩阵
交叉注意力机制
投影器
颜色
全局平均池化
评估设备
编码器
标签
处理器
线性
分辨率
数据
因子
指令
参数
系统为您推荐了相关专利信息
模型求解方法
面向无人机
北斗卫星导航
牛顿算法
遗传算法求解
丰度预测方法
时序神经网络
多尺度
指标
生态环境检测技术
流量分配方法
网络拓扑
深度学习算法
链路
业务分配
显示驱动芯片
显示模组
屏蔽层
电压调节方法
显示面板显示图像