一种改进的CNN无参考图像质量评估方法.pdfVIP

下载本文档

2
0
约1.03万字
约 9页
2023-06-05 发布于四川
举报
版权申诉

一种改进的CNN无参考图像质量评估方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及图像处理领域，具体涉及一种改进的CNN无参考图像质量评估方法，基于改进的CNN模型实现图像质量的评估，所述改进的CNN模型由多个卷积、池化、激活和全连接层构成，在最后一个池化层中采用最大、最小、均值三者联合的方式来进行池化，以此来解决图像特征信息流失问题。本发明利用迁移学习和微调的思想，将单一池化方法利用多种池化联合的方式进行替换，提升了网络的性能，表现出较高的精确度，可以满足当前无参考图像质量评估的实际需要，实验结果表明，本发明的方法在标准图像质量评价库上的评估准确度高于单一的最大池

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112734728 A (43)申请公布日 2021.04.30 (21)申请号 202110032108.9 (22)申请日 2021.01.11 (71)申请人西安邮电大学地址