基于课程学习的无参考图像质量评价方法
公开
摘要
本发明提出一种基于课程学习的无参考图像质量评价方法，实现步骤为：获取训练样本集和测试样本集；构建基于课程学习的无参考图像质量评价网络模型；对基于课程学习的无参考图像质量评价网络模型进行迭代训练；获取无参考图像质量评价结果。本发明根据课程学习的策略构建的损失函数包含排序与距离损失函数、质量预测损失函数两项，在训练过程中动态调整损失函数中这两项的权重，在训练的初始阶段，分配给排序与距离损失权重最高，随着训练过程的持续，逐渐增加质量预测损失的权重，避免了现有技术中网络模型采用单一、不变的损失函数进行图像质量评价精度和效率较低的技术问题，有效提高了无参考图像质量评价的精度和效率。
基本信息
专利标题 ：
基于课程学习的无参考图像质量评价方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114612714A
申请号 ：
CN202210220169.2
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-08
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
路文李秉恒郑永梁泽宏何立火
申请人 ：
西安电子科技大学
申请人地址 ：
陕西省西安市太白南路2号
代理机构 ：
陕西电子工业专利中心
代理人 ：
陈宏社
优先权 ：
CN202210220169.2
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08 G06Q50/20
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
