基于信息熵和深度学习无参考图像质量评价方法研究.PDFVIP

第３５卷第１１期 计 算 机 应 用 研 究 Ｖｏｌ３５Ｎｏ１１ ２０１８年１１月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｎｏｖ．２０１８ 基于信息熵和深度学习的 无参考图像质量评价方法研究 卢　鹏，林根巧，邹国良 （上海海洋大学信息学院，上海２０１３０６） 摘　要：现有使用卷积神经网络进行图像质量评价的方法，存在训练数据量不足、局部图像块失真、分数不能确 定等问题。针对这些问题，提出了一种基于信息熵的卷积网络模型ＩＱＡＣＮＮ。在考虑信息熵对图像质量影响的 基础上，将ＬＩＶＥ数据集中的失真图像进行分块处理，以扩大训练集；计算各分块的信息熵作为分块重要性权重， 代表其对失真图像质量的影响程度，并基于该权重对卷积神经网络的损失函数进行调整。在两个数据集上的