[发明专利]一种基于生成对抗网络的无参考图像质量评价方法有效
申请号: | 201810459572.4 | 申请日: | 2018-05-15 |
公开(公告)号: | CN108648188B | 公开(公告)日: | 2022-02-11 |
发明(设计)人: | 桂冠;华文韬;熊健;杨洁;朱颖 | 申请(专利权)人: | 南京邮电大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06N3/04;G06N3/08 |
代理公司: | 南京纵横知识产权代理有限公司 32224 | 代理人: | 朱妃;董建林 |
地址: | 210003 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于生成对抗网络的无参考图像质量评价方法,包括以下步骤:使用生成对抗网络来构建图像训练模型;将高清无损图像作为训练数据集送入图像训练模型中进行训练学习,通过训练前鉴别网络判别所输入图像块的真伪性,并得到具有训练完备鉴别网络的无参考图像质量评价模型;将待评价图像送入无参考图像质量评价模型中,通过训练完备鉴别网络对待评价图像进行打分,及对打分结果进行加权,从而得到待评价图像的评价结果。本方法不仅解决使用传统的无参考图像质量评价方法对待评价图像进行质量评价只能针对图像的某一失真类型或是根据特定应用而进行设计的缺陷,还可以解决现有的使用神经网络的评价方法面临着训练数据收集困难的困境。 | ||
搜索关键词: | 一种 基于 生成 对抗 网络 参考 图像 质量 评价 方法 | ||
【主权项】:
1.一种基于生成对抗网络的无参考图像质量评价方法,其特征在于,包括以下步骤:1)使用生成对抗网络来构建图像训练模型,所述生成对抗网络包括训练前生成网络和训练前鉴别网络;2)将高清无损图像作为训练数据集送入图像训练模型中进行训练学习,通过训练前鉴别网络判别所输入图像块的真伪性,并得到具有训练完备鉴别网络的无参考图像质量评价模型;3)将待评价图像送入无参考图像质量评价模型中,通过训练完备鉴别网络对待评价图像进行打分,及对打分结果进行加权,从而得到待评价图像的评价结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810459572.4/,转载请声明来源钻瓜专利网。