公开(公告)号：CN113971675B

公开(公告)日：2024-11-22

申请号：CN202111191503.8

申请日：2021-10-13

Applicant: 南京邮电大学

Inventor： 崔子冠 ,  马欢欢 ,  吴立鹏 ,  姚可越 ,  刘峰

IPC: G06T7/11 ,  G06T7/187 ,  G06V10/74 ,  G06V10/54 ,  G06V10/26 ,  G06V10/98

Abstract: 本发明公开了一种基于拆分结构失真与信号误差的全参考图像质量评价方法，包括：读入参考图像与待测失真图像；计算各像素位置的梯度幅值以及参考图像的梯度均值；根据参考图像的梯度均值计算区分结构失真与平坦或纹理区域的两个梯度阈值；对结构失真特性区域，计算梯度幅值相似性的标准差作为结构失真分数，对信号误差特性区域，计算平均信号误差能量作为信号失真分数；融合结构失真分数与信号失真分数作为失真图像的最终质量分数；本方法分别采用适当的方法进行失真测量再融合成最终整体图像质量分数，更好地利用了人类视觉系统对不同类型失真的感知特性，得到的质量评价结果与人眼评价更为一致。

公开(公告)号：CN117237668A

公开(公告)日：2023-12-15

申请号：CN202311304185.0

申请日：2023-10-10

Applicant: 南京邮电大学

Inventor： 崔子冠 ,  姚可越 ,  干宗良 ,  唐贵进 ,  刘峰

IPC: G06V10/44 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/098

Abstract: 本发明公开了一种基于多流反馈网络框架的显著性目标检测方法，包括：获取待检测的原始图像；将原始图像输入至训练好的多流反馈显著性预测模型，得到显著性预测结果；其中，预测模型包括多流参数共享的预测网络，预测方法如下：除第一流预测网络外，后续各流预测网络根据前一流预测网络的预测图，对原始图像进行显著性特征增强，得到增强图像；对增强图像进行特征提取、聚合、卷积和上采样处理后，得到各流预测网络的预测图；根据最后一流的预测图，作为最终的显著性预测结果。本方法利用之前流的预测图反馈增强原始图像的特征作为当前流预测网络的输入，且各流网络参数共享，在提高显著性目标检测精度的同时具有较高的检测效率。

公开(公告)号：CN113971675A

公开(公告)日：2022-01-25

申请号：CN202111191503.8

申请日：2021-10-13

Applicant: 南京邮电大学

Inventor： 崔子冠 ,  马欢欢 ,  吴立鹏 ,  姚可越 ,  刘峰

IPC: G06T7/11 ,  G06T7/187 ,  G06K9/62 ,  G06V10/54 ,  G06V10/26

Abstract: 本发明公开了一种基于拆分结构失真与信号误差的全参考图像质量评价方法，包括：读入参考图像与待测失真图像；计算各像素位置的梯度幅值以及参考图像的梯度均值；根据参考图像的梯度均值计算区分结构失真与平坦或纹理区域的两个梯度阈值；对结构失真特性区域，计算梯度幅值相似性的标准差作为结构失真分数，对信号误差特性区域，计算平均信号误差能量作为信号失真分数；融合结构失真分数与信号失真分数作为失真图像的最终质量分数；本方法分别采用适当的方法进行失真测量再融合成最终整体图像质量分数，更好地利用了人类视觉系统对不同类型失真的感知特性，得到的质量评价结果与人眼评价更为一致。