龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西北大学
摘要：本申请涉及一种梯度信息增强的无参考色调映射图像质量评价方法，针对现有技术中的未充分考虑图像结构特征，使得图像评价模型精度不高的问题，该方法以梯度图作为补充，设计了一个能够增加感受野的大尺寸卷积核网络用于提取梯度图的结构特征；其次，考虑到深度学习网络降维过程中信息丢失严重的问题，提出了双池化特征融合模块，有效融合了图像的纹理细节及整体信息，并引入注意力模块来学习视觉关注特征，最后得到了准确的无参考色调映射图像质量评价结果。
主权项：1.一种梯度信息增强的无参考色调映射图像质量评价模型构建方法，其特征在于，包括：构建模型训练数据集，所述模型训练数据集包括失真图像块集和梯度图像块集，所述失真图像块集中的样本为失真图像块，失真图像块具有质量分数标签，所述梯度图像块集中的样本为与所述失真图像块相对应的梯度图像块，梯度图像块具有质量分数标签；基于所述模型训练数据集对所述模型进行训练，得到训练后的模型；所述无参考色调映射图像质量评价模型包括双支流的特征提取网络、注意力调制的质量感知网络；所述双支流的特征提取网络包括基于ResNet-50的特征提取网络、大尺寸卷积核网络、第一双池化特征融合模块和深浅层特征融合模块；将所述失真图像块输入到所述基于ResNet-50的特征提取网络中，输出多个浅层特征以及一个深层特征；将所述多个浅层特征输入到所述第一双池化特征融合模块进行特征融合，得到融合后的浅层特征；将所述梯度图像块输入到所述大尺寸卷积核网络，输出梯度特征；将所述深层特征、所述融合后的浅层特征、所述梯度特征输入到所述深浅层特征融合模块，得到最终的多尺度特征；所述注意力调制的质量感知网络包括SimAM模块、第二双池化特征融合模块和全连接层单元；将所述最终的多尺度特征输入到所述SimAM模块，得到注意力特征；将所述注意力特征输入到所述第二双池化特征融合模块，得到融合特征；将所述融合特征输入到所述全连接层单元，得到所述失真图像块的质量分数预测值。
全文数据：
权利要求：
百度查询： 西北大学 梯度信息增强的无参考色调映射图像质量评价方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号