- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
可视质量评价方法综述-南京邮电大学学报
第38卷第4期 南京邮电大学学报(自然科学版) Vol.38 No.4
2018年8月 JournalofNanjingUniversityofPostsandTelecommunications(NaturalScienceEdition) Aug2018
doi:10.14132/j.cnki.16735439.2018.04.001
可 视 质 量 评 价 方 法 综 述
朱秀昌,唐贵进
南京邮电大学 江苏省图像处理与图像通信重点实验室,江苏 南京 210003
( )
摘要:近年来随着图像处理应用的快速发展,对图像质量高效而可靠的评价也变得越来越重要。文
中首先简要介绍可视质量评价的大体情况和发展历程。然后,在简介信号驱动、模型驱动和数据驱
动等三种评价类型的基础上,着重阐述了客观评价中的无参考质量评价方法和深度学习的质量评
价方法。此外还介绍了立体图像、计算机图形等非自然图像的评价,列出了公开常用的图像评价数
据库。最后,对可视信息评价的今后发展作了展望。
关键词:可视质量;图像质量评价;客观质量评价;深度学习;无参考评价
中图分类号:TN919.8 文献标志码:A 文章编号:16735439(2018)04000111
Overviewofvisualqualityassessmentmethods
ZHUXiuchang,TANGGuijin
( JiangsuProvinceKeyLabonImageProcessing&ImageCommunication,NanjingUniversityofPostsandTelecommunications,Nanjing210003,China)
Abstract:Withtherapiddevelopmentofimageprocessingapplicationsinrecentyears,theefficientand
reliableassessmentofimagequalitybecomesmoreandmoreimportant.Firstly,theoverallsituationand
developmenthistoryofvisualqualityassessmentareintroduced.Secondly,thispaperdescribesnorefer
encequalityassessmentanddeeplearningassessmenttechniquesintheobjectiveassessment,aftersketc
hingthreeevaluatetypesofsignaldriven,modeldrivenanddatadriven.Furthermore,abriefintroduc
tionofsomeunnaturalimageevaluationmethodsisalsointroduced,including3Dimagesandcomputer
graphics,andseveralnamesofavailableimagequalityassessmentdatabasearelistedout.Finally,some
prospectsforfuturedevelopmentofvisualqualityassessmentarepointedout.
Keywords:visualquality;imagequalityassessment;objectivequalityassessment;deeplearning;noref
erenceassessment
[1]
可视信号(如图像、视频、图形、动画等)的质量
文档评论(0)