一种基于图卷积和多尺度特征的无参考图像质量评价方法.pdfVIP

下载本文档

3
0
约2.44万字
约 21页
2023-09-30 发布于四川
举报
版权申诉

一种基于图卷积和多尺度特征的无参考图像质量评价方法.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

本发明提供了一种基于图卷积和多尺度特征的无参考图像质量评价方法，该方法通过图卷积网络建模图像失真的复杂关系。在预训练过程中，利用元学习的双层梯度优化策略训练特征提取网络Resnet50时，同时融合局部和全局的多尺度特征，自适应地构建围绕每个空间位置的长距离空间和通道间的依赖关系，同时加入空间金字塔池化层，让网络可以接受任意比例的图像作为输入，使评估过程类似于人类的感知；其次通过图卷积网络建立失真相关信息的图表示，整合更加丰富的失真特性，进而提高特征的判别性；最后预训练的模型在目标数据集上验证其有

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116823782 A (43)申请公布日 2023.09.29 (21)申请号 202310801526.9 G06V 10/80 (2022.01)