

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、圖像質量客觀評價是指通過設計合理的算法使計算機自動精確地預測圖像的感知質量。圖像質量的評價結果可以為圖像處理算法的參數(shù)優(yōu)化、圖像處理系統(tǒng)的性能評估和圖像處理設備的質量檢測提供重要的指標和依據(jù),已成為圖像處理領域的研究熱點之一。其中,盲圖像質量評價是指在沒有參考圖像的情況下對任意輸入圖像的視覺質量進行精確預測。由于在絕大多數(shù)的實際應用場景中,測試圖像對應的參考圖像是無法或難以得到的,因此對于盲圖像質量評價的研究至關重要。
本文針
2、對盲圖像質量評價問題,開展了系統(tǒng)深入的研究工作,旨在利用機器學習方法提高盲圖像質量評價的特征表達能力、質量預測精度以及模型學習效率。研究內(nèi)容主要針對圖像特征提取、質量預測建模、學習框架設計、主觀實驗驗證等四個方面展開。論文工作圍繞國家杰出青年科學基金資助項目“多媒體信息處理與分析”、國家自然科學基金重點項目“面向多元空間融合的視覺計算與圖像質量評價”、國家自然科學基金資助項目“基于廣義稀疏表示的異質人臉圖像變換和質量評價”、教育部“創(chuàng)新
3、團隊發(fā)展計劃”資助項目“視覺計算與協(xié)同認知”、陜西省重點科技創(chuàng)新團隊資助項目“西安電子科技大學計算理論與影像信息學創(chuàng)新團隊”等項目的研究任務。本文的研究內(nèi)容可以概括為以下四個部分:
第一部分研究基于多核學習的盲圖像質量評價方法。提取精確完備的自然圖像統(tǒng)計特征,并基于多核學習建立了兩種盲圖像質量評價模型。首先,基于自然圖像的非高斯特性、局部相關特性和指數(shù)衰減特性,分別提取圖像統(tǒng)計特征。然后,通過分析不同失真情況下特征隨圖像質量的
4、變化情況,綜合多核學習的異質特性,分別利用全局框架和兩步框架學習通用型盲圖像質量評價模型。在標準數(shù)據(jù)庫上的實驗測試結果表明,該研究可以有效提升圖像統(tǒng)計特征的表達能力,并提高盲圖像質量評價模型與主觀感知之間的一致性。
第二部分研究基于主動學習的盲圖像質量評價方法。建立了主動特征學習框架,并將其應用于盲圖像質量評價。主動特征學習框架旨在將主動學習策略引入到傳統(tǒng)無監(jiān)督特征學習中,以提升圖像特征的判別能力。在該框架中,首先從訓練圖像中
5、提取圖像塊并進行預處理得到圖像的局部特征描述。然后基于主動學習策略,綜合考慮圖像塊自身的表征性以及圖像塊之間的差異性,迭代選擇最優(yōu)的圖像塊構建字典。之后,對于給定的輸入圖像,首先計算其局部特征描述,然后在所學字典上進行編碼,并對編碼系數(shù)進行綜合,得到圖像的特征描述。最后,基于支撐向量回歸構建盲圖像質量評價模型。在標準數(shù)據(jù)庫上的實驗表明,在圖像特征維度較低時,基于主動特征學習的盲圖像質量評價模型預測精度提升近8%。
第三部分研究
6、基于排序學習的盲圖像質量評價方法。基于排序學習技術,設計利用圖像質量偏好學習盲圖像質量評價模型的新框架?,F(xiàn)有學習盲圖像質量評價方法需要觀測者對大量圖像標記質量分數(shù)來訓練模型參數(shù)。而主觀質量分數(shù)存在不精確、有偏、費時耗力等缺陷,限制了盲圖像質量評價模型的預測精度和擴展能力。為解決這一問題,我們提出利用圖像之間的質量偏好關系學習盲圖像質量評價模型的框架。在該框架中,首先基于排序學習的思想,將進行質量預測的問題轉化為學習質量偏好的問題,并利用
7、特征融合策略及多核學習方法進行求解。然后,基于投票策略設計簡單有效的圖像質量分數(shù)預測函數(shù)。在標準數(shù)據(jù)庫上的實驗表明,該學習框架改善了盲圖像質量評價模型的學習效率和擴展能力,并且具有很高的主客觀一致性。
第四部分研究主觀圖像質量偏好數(shù)據(jù)庫的建立。提出基于松弛策略的圖像質量成對比較方法,并通過主觀實驗構建主觀圖像質量偏好數(shù)據(jù)庫。針對傳統(tǒng)成對比較方法的缺陷,利用松弛策略提升成對比較實驗的效率以及主觀標記數(shù)據(jù)的可靠性。然后,通過設計測
8、試環(huán)境、準備測試材料、培訓觀測者等進行主觀實驗,構建主觀圖像質量偏好數(shù)據(jù)庫。之后,通過對主觀數(shù)據(jù)進行統(tǒng)計分析,驗證基于松弛策略的成對比較方法的合理性。最后,利用主觀實驗數(shù)據(jù)學習盲圖像質量評價模型,驗證主觀實驗數(shù)據(jù)的可靠性以及基于排序學習的盲圖像質量評價學習框架的有效性。
上述研究涵蓋了學習盲圖像質量評價中的特征表示、質量預測、學習框架、主觀實驗四項關鍵技術,有效改善了學習盲圖像質量評價的預測精度、擴展能力和學習效率。本文的研究
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于圖像質量評價量的數(shù)字圖像盲取證研究.pdf
- 紅外圖像質量評價方法研究.pdf
- 人臉圖像質量評價方法研究.pdf
- 醫(yī)學圖像質量評價方法研究.pdf
- 圖像質量客觀評價方法研究.pdf
- 彩色圖像質量評價方法研究.pdf
- 遙感圖像質量評價方法研究.pdf
- 盲圖像復原方法的研究.pdf
- 基于模糊變換的圖像壓縮技術及質量盲評價研究.pdf
- 無參考圖像質量評價方法研究.pdf
- 指紋圖像質量評價方法研究.pdf
- 舊電影圖像質量評價方法研究.pdf
- 基于深度學習的無參考模糊圖像質量評價方法研究.pdf
- 基于機器學習的圖像質量評價研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡的盲失真類型視頻盲質量評價方法研究.pdf
- 立體圖像質量評價方法研究.pdf
- 模糊紅外圖像質量評價方法研究.pdf
- 數(shù)字圖像盲復原方法研究.pdf
- 圖像拼接技術與質量評價方法研究.pdf
- 部分參考圖像質量評價方法的研究.pdf
評論
0/150
提交評論