摘要
本申请涉及一种基于对比学习的虚拟视点合成图像无参考质量评估方法、模型构建方法及其系统,解决了现有方法严重依赖于广泛的先验知识,在处理未知畸变时表现出有限的鲁棒性的问题;其包括获取待评估图像信息;将待评估图像信息输入至所预设的对比特征提取网络以提取待评估图像信息中的对比特征并形成对比特征信息;将待评估图像信息输入至所预设的纹理特征提取网络以捕捉待评估图像信息中的纹理特征并形成纹理特征信息;对比特征信息与纹理特征信息进行特征融合与映射以形成图像质量评估信息;本申请减少对先验知识的依赖,同时提高相应的鲁棒性、准确性和泛化性能。
技术关键词
训练注意力
编码器模块
图像
多层感知器
模型构建方法
特征提取网络
纹理特征提取
高维特征向量
学习特征
离散小波变换
通道
加权特征
轮廓特征
模型构建系统
样本
损失函数优化
系统为您推荐了相关专利信息
图像检测模型
STM32控制器
电源模块
处理器
存储器模块
超分辨率模型
人体姿态估计方法
关键点
人体姿态数据
图像
特征提取网络
车辆运行数据
强化学习模型
训练智能
悬架控制方法
识别特征
数学公式识别方法
编码特征
检测组件
解码模型