公开(公告)号：CN108289221B

公开(公告)日：2019-08-30

申请号：CN201810044673.5

申请日：2018-01-17

Applicant: 华中科技大学

Inventor： 侯文广 ,  易玮玮 ,  徐泽凯 ,  陈子轩 ,  邹应诚 ,  桂秋玲

IPC: H04N17/00 ,  H04N19/154

Abstract: 本发明公开了一种异常值检测的无参考图像质量评价模型及构建方法。该模型的构建包括以下步骤：(1)利用图像数据库中的图像和其主观分数值进行卷积神经网络训练，得到图像质量评价模型；(2)运用该模型对图像数据库中的图像进行质量分数测试；(3)将测试分数与主观分数值进行线性回归分析，将异常图像样本从图像数据库中剔除，得到更新的数据库；(4)将更新数据库中的图像样本进行步骤(1)操作后进行测试，达到预期效果的即为最终的质量评价模型；若没有达到预期效果，那么重复步骤(2)‑(3)，直至达到预期效果。本发明提供的图像质量评价方法，适用的图像范围广、主观一致性好，且评价所需的时间少。

公开(公告)号：CN108289221A

公开(公告)日：2018-07-17

申请号：CN201810044673.5

申请日：2018-01-17

Applicant: 华中科技大学

Inventor： 侯文广 ,  易玮玮 ,  徐泽凯 ,  陈子轩 ,  邹应诚 ,  桂秋玲

IPC: H04N17/00 ,  H04N19/154

Abstract: 本发明公开了一种异常值检测的无参考图像质量评价模型及构建方法。该模型的构建包括以下步骤：(1)利用图像数据库中的图像和其主观分数值进行卷积神经网络训练，得到图像质量评价模型；(2)运用该模型对图像数据库中的图像进行质量分数测试；(3)将测试分数与主观分数值进行线性回归分析，将异常图像样本从图像数据库中剔除，得到更新的数据库；(4)将更新数据库中的图像样本进行步骤(1)操作后进行测试，达到预期效果的即为最终的质量评价模型；若没有达到预期效果，那么重复步骤(2)-(3)，直至达到预期效果。本发明提供的图像质量评价方法，适用的图像范围广、主观一致性好，且评价所需的时间少。