期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到167篇文章
< 1 2 … 9 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于大数据深度挖掘的复杂光照图像质量评价
1
作者 王葵 吴玲红 《激光杂志》 北大核心 2025年第7期123-128,共6页
受到光照强度、方向、阴影等多种因素的影响,在较为复杂环境中获取的光照图像,会呈现出色彩失真、细节模糊等特征。对于这类图像的准确质量评价,有助于图像的后续处理、分析和应用。但复杂光照图像中的关键信息难以全面捕捉,在评价过程... 受到光照强度、方向、阴影等多种因素的影响,在较为复杂环境中获取的光照图像,会呈现出色彩失真、细节模糊等特征。对于这类图像的准确质量评价,有助于图像的后续处理、分析和应用。但复杂光照图像中的关键信息难以全面捕捉,在评价过程中缺乏足够的准确性和稳定性。为实现对复杂光照图像质量的精准评价,提出基于大数据深度挖掘的复杂光照图像质量评价方法。采用小波变换法对复杂光照图像处理,在高通、低通以及降频处理方式下,分解图像中失真维度特征;基于视觉显著理论中的相似性特征,按照失真与非失真两个部分,衡量复杂光照图像质量评价梯度;通过大数据深度挖掘技术构建输入、提取、融合模块,在局部与全局处理下建立评价模型,实现复杂光照图像的质量评价。实验以不同类型的复杂光照图像作为测试样本,选择相关系数作为评价指标,所研究方法可以保证对不同图像样本评价的一致性,即评价结果与实际的图像质量分数相关性一致,具有应用价值。 展开更多
关键词 大数据深度挖掘技术 复杂光照图像 质量评价 图像失真 相似性特征
在线阅读 下载PDF
深度学习重建结合小视野高分辨扫描在提高手指磁共振图像质量中的价值
2
作者 陆阿琴 徐露露 +2 位作者 徐磊 郝绍伟 邹月芬 《磁共振成像》 北大核心 2025年第7期52-57,共6页
目的探讨深度学习重建(deep-learning reconstruction,DLR)结合小视野(small field-of-view,sFOV)高分辨率扫描在提高手指磁共振成像(magnetic resonance imaging,MRI)图像质量中的价值。材料与方法前瞻性纳入33例健康志愿者和24例手部... 目的探讨深度学习重建(deep-learning reconstruction,DLR)结合小视野(small field-of-view,sFOV)高分辨率扫描在提高手指磁共振成像(magnetic resonance imaging,MRI)图像质量中的价值。材料与方法前瞻性纳入33例健康志愿者和24例手部疾病患者,每位受检者均接受小视野高分辨率T2加权自旋回波成像矢状位序列(the small field-of-view high-resolution T2-weighted turbo spin-echo sequence,TSE-sFOV)和DLR结合TSE-sFOV(DLR combined with TSE-sFOV,TSE_(DL)-sFOV)的MRI扫描。采用4分法对57例样本的两组图像的整体图像质量(基于图像对比度、边缘锐利度、噪声、伪影)和解剖结构清晰度(包括骨、关节软骨、肌腱和韧带)进行主观评分;对其中24例样本的两组图像的病灶显示(包括病灶对比度及边缘锐利度、病灶位置及内部形态)和诊断置信度进行评分。评估57例样本两组图像的疾病检出能力(包括骨改变、关节间隙改变、肌腱异常、软组织异常)进行0或1检出。比较两组图像的信噪比(signal-to-noise ratio,SNR)、对比噪声比(contrast-to-noise ratio,CNR)。结果在主观评分中,57例样本的TSE_(DL)-sFOV组图像在整体图像质量、骨、关节软骨的评分中均高于TSE-sFOV组(P均<0.05),肌腱韧带方面的评分差异无统计学意义(P>0.05);在24例样本的病灶显示和诊断置信度方面,TSE_(DL)-sFOV组图像评分均高于TSE-sFOV组,差异具有统计学意义(P均<0.05)。在疾病检出能力方面,两组图像的疾病检出结果差异无统计学意义(P均>0.05);两组图像的一致性很好(kappa值均>0.84)。在客观评价中,TSE_(DL)-sFOV组的SNR和CNR均高于TSE-sFOV组(P均<0.05)。结论DLR结合sFOV手指MRI在缩短扫描时间的前提下,降低了噪声并提高了图像质量,为临床提供了更精准的影像依据。 展开更多
关键词 手指 磁共振成像 深度学习 高分辨率 图像质量
在线阅读 下载PDF
尺度因子感知对比学习的无参考型超分辨图像质量评价
3
作者 樊丹丹 张凯兵 +1 位作者 权星 孟雅蕾 《西北大学学报(自然科学版)》 北大核心 2025年第2期309-319,共11页
超分辨图像的质量不仅受重建算法的影响,而且在不同的尺度因子下重建出的图像在质量退化等级方面存在一定差异。然而现有的无参考型超分辨图像质量评价方法主要关注超分辨率图像的视觉特征,忽略了可用的尺度因子信息。提出了一种尺度因... 超分辨图像的质量不仅受重建算法的影响,而且在不同的尺度因子下重建出的图像在质量退化等级方面存在一定差异。然而现有的无参考型超分辨图像质量评价方法主要关注超分辨率图像的视觉特征,忽略了可用的尺度因子信息。提出了一种尺度因子感知对比学习(upscaling-factor aware contrastive learning,UFACL)方法,该网络结构分为尺度因子识别分支和质量分数分支。其中尺度因子识别分支从数据集本身出发,将不同尺度因子的超分辨图像作为彼此的正负样本,在完成分类任务的同时引入对比学习,提高有效特征的表达能力。在质量分数分支设计了一个频域注意模块(frequency domain attention module,FDAM),考虑了全局信息和通道信息,同时,该分支使用倒残差块(inverted residuals blocks,IRB)降低模型的计算量,使得在训练过程中既保证了质量分数预测精度又提升了模型训练效率。实验结果表明,提出的UFACL能够获得与主观感知质量更好的一致性。 展开更多
关键词 超分辨图像质量评价 尺度因子 对比学习 频域注意模块 倒残差块
在线阅读 下载PDF
深度学习图像重建算法对改善胃癌患者能谱CT图像质量的价值
4
作者 贝天霞 姚晓强 +3 位作者 陈学军 曲金荣 吴越 李靖 《放射学实践》 北大核心 2025年第8期1049-1054,共6页
目的:通过与自适应统计迭代重建(ASiR-V)技术对比,探讨深度学习图像重建(DLIR)算法在提高胃癌患者双能量CT(DECT)图像质量中的价值。方法:回顾性搜集2023年2月-2023年7月在本院共经手术病理确诊69例胃癌患者的DECT图像,基于50 keV增强... 目的:通过与自适应统计迭代重建(ASiR-V)技术对比,探讨深度学习图像重建(DLIR)算法在提高胃癌患者双能量CT(DECT)图像质量中的价值。方法:回顾性搜集2023年2月-2023年7月在本院共经手术病理确诊69例胃癌患者的DECT图像,基于50 keV增强动脉期及70keV静脉期和延迟期的虚拟单能量图像(VMI)和碘图,分别采用50%-ASiR-V和低、中、高水平DLIR(DLIR-L/M/H)算法进行图像重建。图像质量客观评价指标包括胃癌病灶的CT值和同层面腹壁皮下脂肪CT值的SD(作为图像噪声)、胃癌病灶的信噪比(SNR病灶)、对比噪声比(CNR病灶)和标准化碘浓度(NIC病灶)、肌肉的信噪比(SNR肌肉)。图像主观评价由两位资深放射科医师基于李克特5级量表法(Likert Scale)对图像噪声和图像锐利度进行评分。采用单因素方差分析和Kruskal-Wallis检验比较各组重建图像质量评分的差异。结果:4种重建算法间VMI图像上胃癌病灶CT值的差异无统计学意义(P>0.05)。与50%-ASiR-V图像相比,DLIR-M和DLIR-H图像的噪声显著降低,SNR病灶和SNR肌肉显著提高,差异均有统计学意义(P<0.05)。DLIR-H图像上CNR病灶显著高于50%-ASiR-V及DLIR-L,差异有统计学意义(P<0.01)。4组碘图上胃癌病灶的NIC的差异无统计学意义(P>0.05)。主观评分结果显示,DLIR-H组的图像噪声评分最高,图像锐利度评分也显著高于50%-ASIR-V组(P均<0.05)。结论:与50%-ASiR-V重建算法相比,DLIR算法在不改变双能量CT图像上胃癌病灶的CT值和NIC的同时,能显著降低图像噪声,提高图像质量;其中以DLIR-H算法的降噪及改善图像锐利度的效果最佳,具有最优的图像质量。 展开更多
关键词 双能CT 深度学习 图像重建 碘浓度 胃肿瘤 图像质量 体层摄影术 X线计算机
在线阅读 下载PDF
屏幕内容图像质量客观评价方法综述
5
作者 周子镱 董武 +3 位作者 张艳 陆利坤 曾庆涛 马倩 《印刷与数字媒体技术研究》 北大核心 2025年第1期14-27,共14页
在交互式多媒体中,屏幕内容图像客观质量评价有广泛的应用价值。本文首先阐述了屏幕内容图像和自然图像的区别;然后分析了基于手工提取特征和基于深度学习自动提取特征两种屏幕内容图像评价算法;接着总结了常用的评价指标和屏幕内容图... 在交互式多媒体中,屏幕内容图像客观质量评价有广泛的应用价值。本文首先阐述了屏幕内容图像和自然图像的区别;然后分析了基于手工提取特征和基于深度学习自动提取特征两种屏幕内容图像评价算法;接着总结了常用的评价指标和屏幕内容图像数据集,并对屏幕内容图像质量评价算法的性能进行比较;最后对屏幕内容图像质量评价算法的研究进行展望。本文有助于研究人员深入理解该领域的研究现状,为推动其技术的发展和应用提供指导和支持。 展开更多
关键词 屏幕内容图像 客观质量评价 深度学习 人眼视觉特性
在线阅读 下载PDF
图像重定向及客观质量评价方法综述
6
作者 马倩 董武 +3 位作者 曾庆涛 张艳 陆利坤 周子镱 《计算机科学与探索》 北大核心 2025年第2期316-333,共18页
图像重定向方法通过改变图像的尺寸与宽高比,使生成的图像在不同的显示设备上均有良好的兼容性。当前已有的图像重定向方法虽然已经取得了一定的研究成果,但它们仍不能适用于所有类型的显示设备。在图像重定向过程中易产生人工失真,降... 图像重定向方法通过改变图像的尺寸与宽高比,使生成的图像在不同的显示设备上均有良好的兼容性。当前已有的图像重定向方法虽然已经取得了一定的研究成果,但它们仍不能适用于所有类型的显示设备。在图像重定向过程中易产生人工失真,降低了用户的视觉体验,针对不同的失真类型,需要使用不同的质量评价方法来准确预测重定向结果图像的质量。对目前图像重定向方法及客观质量评价方法的研究进展均进行了较为全面的总结。总结了重定向方法,分为传统的基于内容感知的图像重定向方法和基于深度学习的图像重定向方法,并分析了这两类方法的优缺点;重点阐述了图像重定向客观质量评价方法的特点,包括基于底层特征的方法和基于多层次特征的方法,质量评价方法对图像重定向方法的优化与发展至关重要;列举了现有的三个数据集,并对不同的图像重定向客观质量评价方法的性能进行了分析比较;根据现阶段图像重定向领域存在的问题,对该方向的未来发展趋势进行了展望。 展开更多
关键词 图像重定向 质量评价方法 深度学习 多层次特征
在线阅读 下载PDF
基于深度学习的图像重建技术在鼻咽癌5.0T MRI中的应用
7
作者 周鹏辉 刘海彬 +4 位作者 林海 余子铭 许桂晓 何浩强 谢传淼 《中国医学影像学杂志》 北大核心 2025年第7期694-699,共6页
目的 探讨基于深度学习的图像重建技术在鼻咽癌5.0T MRI中的可行性及应用价值。资料与方法 前瞻性纳入2024年8—12月中山大学肿瘤防治中心50例初诊鼻咽癌患者,应用5.0T MRI进行鼻咽部扫描。患者常规扫描方案包括横轴位T2WI、横轴位T1WI... 目的 探讨基于深度学习的图像重建技术在鼻咽癌5.0T MRI中的可行性及应用价值。资料与方法 前瞻性纳入2024年8—12月中山大学肿瘤防治中心50例初诊鼻咽癌患者,应用5.0T MRI进行鼻咽部扫描。患者常规扫描方案包括横轴位T2WI、横轴位T1WI、横轴位增强T1WI和冠状面增强T1WI脂肪抑制序列,并在常规扫描方案基础上应用不同挡位(1~5挡)的DeepRecon深度学习重建技术,共24组图像。使用Likert量表(5分法)对图像中病灶检测、病灶边缘清晰度、伪影和整体图像质量进行主观评分。使用信噪比和对比噪声比对24组图像质量进行客观评价。比较不同组图像定性、定量指标的差异,并评估2名医师主观评估结果的一致性。结果 对来自2种图像(无DeepRecon重建传统图像与应用DeepRecon重建图像)的4种MRI序列共24组图像进行定性评估发现,除避免产生伪影外,DeepRecon图像(挡位2~4)在所有特征上均显著优于传统图像(Z=-12.11~-6.23,P<0.001)。当DeepRecon重建水平为3挡时,图像综合评分最高,图像质量最佳。与传统图像相比,DeepRecon图像(挡位2~5)在病灶和翼外肌的信噪比显著提高(t=-15.67~-3.44,Z=-6.09~-4.63,P<0.01)。在采用DeepRecon(挡位2~5)的横轴位T2WI、横轴位增强T1WI和冠状面增强T1WI压脂图像中,对比噪声比(病灶/翼外肌)对比度显著改善(t=-12.71~-3.19,Z=-6.08~-4.47,P<0.001)。2位影像诊断医师对图像整体质量主观评分观察者间一致性较好(Kappa=0.75~0.82,P<0.01)。结论 DeepRecon深度学习重建技术显著增加了鼻咽癌传统磁共振图像的信噪比和分辨率,提高其图像清晰度,为影像诊断提升带来更多可能性。 展开更多
关键词 鼻咽癌 磁共振成像 超高场强 人工智能 深度学习 图像质量
在线阅读 下载PDF
基于深度学习的专利质量动态评估方法研究
8
作者 高盼军 戚湧 《科技进步与对策》 北大核心 2025年第10期94-105,共12页
随着科技迅猛发展和全球经济一体化进程的加快,知识产权尤其是专利变得至关重要。然而,高校专利质量水平相对较低,且大部分科研成果未转化为实际应用,造成资源浪费。建立基于深度学习的专利质量动态评估模型,结合专利静态特征和动态特... 随着科技迅猛发展和全球经济一体化进程的加快,知识产权尤其是专利变得至关重要。然而,高校专利质量水平相对较低,且大部分科研成果未转化为实际应用,造成资源浪费。建立基于深度学习的专利质量动态评估模型,结合专利静态特征和动态特征客观评估专利质量。通过分析国家知识产权局数据并选取1000个样本进行测试,上述模型能够快速准确地对专利质量进行评估,并考虑技术水平、创新程度和市场需求等多维度因素。采用BP神经网络进行训练,通过不断更新数据实现自我学习和调整,可提高评估准确性和可靠性。该专利质量动态评估方法可为决策者判断专利价值提供参考,推动专利产业化和商业化进程。 展开更多
关键词 专利质量 专利评估 评价指标 深度学习
在线阅读 下载PDF
双线性特征融合和门控循环单元质量聚合的图像质量评价
9
作者 王亚茹 杨春旺 +3 位作者 屈卓 赵顺 张诗吟 翟永杰 《智能系统学报》 北大核心 2025年第4期946-957,共12页
目前图像质量评价方法存在特征融合方式简单、质量信息提取和利用不充分以及忽略图像不同区域间相关性的问题,本文提出双线性特征融合和门控循环单元(gate recurrent unit,GRU)质量聚合的图像质量评价方法。提取图像的全局和局部特征,... 目前图像质量评价方法存在特征融合方式简单、质量信息提取和利用不充分以及忽略图像不同区域间相关性的问题,本文提出双线性特征融合和门控循环单元(gate recurrent unit,GRU)质量聚合的图像质量评价方法。提取图像的全局和局部特征,并对局部特征进行基于可变形卷积的筛选操作,在语义和上下文信息的引导作用下,滤除与失真无关的信息;构建双线性特征融合模块,加强全局-局部特征的信息交互,捕捉图像质量在空间关系和上下文信息上的变化;构建基于GRU的质量聚合模块,将逐图像块质量预测和全局依赖性建模相结合,动态调整各图像块的权重比例,最后通过聚合各图像块的质量信息生成整张图像的质量分数。在不同失真类型、不同场景的CSIQ、TID2013和PIPAL数据集上,本文方法的皮尔逊线性相关系数和斯皮尔曼等级相关系数均为最优值,尤其在PIPAL数据集中,相比于次优方法,皮尔逊线性相关系数提高了3.9%,斯皮尔曼等级相关系数提高了3.1%。 展开更多
关键词 深度学习 图像质量 双线性池化 门控循环单元 可变形卷积 特征提取 特征选择 特征融合
在线阅读 下载PDF
深度学习技术在超声心动图图像质量控制中的应用 被引量：3
10
作者 李欣雨 吴洋 +3 位作者 张红梅 尹立雪 彭博 谢盛华 《实用医学杂志》 CAS 北大核心 2024年第1期108-113,共6页
目的探讨深度学习技术在超声心动图图像质量控制中应用的可行性和价值。方法选取四川省人民医院2015~2022年间收集的180985张超声心动图图像建立实验数据集,训练了超声心动图标准切面图像质量评价方法所建立的两个任务模型,包括7类切面(... 目的探讨深度学习技术在超声心动图图像质量控制中应用的可行性和价值。方法选取四川省人民医院2015~2022年间收集的180985张超声心动图图像建立实验数据集,训练了超声心动图标准切面图像质量评价方法所建立的两个任务模型,包括7类切面(6类标准切面和其他切面)的智能识别和6类标准切面的质量评分。将模型在测试集上的预测结果与超声医师标注结果进行比较,评估两个模型的准确性、可行性以及运行的时效性。结果标准切面识别模型的总体分类准确率为98.90%,精确度为98.17%,召回率为98.18%,F1值为98.17%,分类结果接近专家识别水平;6种标准切面质量评分模型的平均PLCC为0.933,平均SROCC为0.929,平均RMSE为7.95,平均MAE为4.83,预测结果与专家评分一致性强。在3090 GPU上部署后,单帧推理时间小于20毫秒,满足实时需求。结论超声心动图标准切面图像质量评价方法能够提供客观、准确的评价结果,促进超声心动图图像质量控制管理朝实时、客观、智能化方向发展。 展开更多
关键词 超声心动图 深度学习 质量控制 切面识别 质量评价
在线阅读 下载PDF
基于深度学习的图像重建在提高颞下颌关节MRI图像质量中的初步应用研究 被引量：2
11
作者 王春杰 单艺 +6 位作者 张越 武春雪 刘灿 王静娟 吴涛 葛献鹏 卢洁 《磁共振成像》 CAS CSCD 北大核心 2024年第10期3-7,21,共6页
目的探讨深度学习重建(deep learning reconstruction,DLR)技术在提高颞下颌关节MRI快速自旋回波-质子密度加权成像(fast-spin echo proton density weighted imaging,FSE-PD)图像质量及缩短扫描时间中的应用价值。材料与方法招募40名... 目的探讨深度学习重建(deep learning reconstruction,DLR)技术在提高颞下颌关节MRI快速自旋回波-质子密度加权成像(fast-spin echo proton density weighted imaging,FSE-PD)图像质量及缩短扫描时间中的应用价值。材料与方法招募40名健康志愿者,进行颞下颌关节MRI扫描,对每名健康志愿者行颞下颌关节MRI常规FSE-PD扫描和DLR加速FSE-PD扫描,并保存未施加DLR的加速FSE-PD原始图像。两名放射科医师分别对3组FSE-PD图像质量进行定性、定量评价。定性评价使用Likert量表(5分法)对图像解剖结构清晰度及整体图像质量进行主观评分。定量评价采用信噪比(signal-to-noise ratio,SNR)和对比噪声比(contrast-to-noise ratio,CNR)对图像质量进行客观评价。采用单因素方差分析和Kruskal-Wallis检验比较三组图像主观评分和客观指标的差异。采用组内相关系数(intra-class correlation coefficient,ICC)评估两名放射科医师主观评分的一致性。结果与常规FSE-PD组相比,DLR快速FSE-PD组扫描时间缩短了67%。两名放射科医师对图像解剖结构清晰度及整体图像质量主观评分的一致性较好(ICC分别为0.80、0.78),常规FSE-PD组、快速FSE-PD组和DLR快速FSE-PD组的图像解剖结构清晰度及整体图像质量评分差异均有统计学意义(P<0.05);三组FSE-PD图像间的SNR、CNR差异有统计学意义(P<0.05);DLR快速FSE-PD组的定性及定量评价结果均显著优于常规FSE-PD组。结论DLR技术可以缩短颞下颌关节MRI常规FSE-PD序列检查的扫描时间,提高图像质量,有助于患者更快地完成检查。 展开更多
关键词 颞下颌关节 深度学习 图像重建 磁共振成像 图像质量
在线阅读 下载PDF
基于PSPNet深度学习网络景观要素语义分割的春季森林景观质量评价 被引量：2
12
作者 刘帅健 邓华锋 《西北林学院学报》 CSCD 北大核心 2024年第3期231-238,共8页
基于BIB-LCJ审美评判测量法对25个春季森林景观样本进行美景度评定,结合PSPNet深度学习网络对春季森林景观图像进行语义分割,建立美景度与景观要素的多元线性回归模型。结果表明:1)PSPNet对于天空与植被的识别精度分别为87.9%与86.7%,... 基于BIB-LCJ审美评判测量法对25个春季森林景观样本进行美景度评定,结合PSPNet深度学习网络对春季森林景观图像进行语义分割,建立美景度与景观要素的多元线性回归模型。结果表明:1)PSPNet对于天空与植被的识别精度分别为87.9%与86.7%,属于可用范围。2)与美景度相关的7个春季森林景观要素中,“植物层次”“花朵色彩丰富度”和“色彩统一程度”可提升春季景观美景度,而“枯枝可见率”“灌草层比例”“土壤裸露程度”和“视觉干扰物比例”对美景度则有负面影响。研究结果为春季森林景观的营建和质量提升提供了指导。此外,基于计算机视觉的深度学习PSPNet模型提供的语义分割技术,有效解决了景观图像组成量化这一客观的景观要素分解方法的应用技术瓶颈。 展开更多
关键词 语义分割 美景度 景观要素分解 森林景观质量评价 深度学习
在线阅读 下载PDF
基于深度学习的无参考立体图像质量评价 被引量：19
13
作者 田维军 邵枫 +1 位作者 蒋刚毅 郁梅 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2016年第6期968-975,共8页
立体图像质量评价是评价立体视频系统性能的有效途径,而如何结合人类的视觉特性对立体图像质量进行评价是目前的研究难点.为此提出一种基于深度学习的无参考立体图像质量评价方法,分为训练和测试2个阶段.在训练阶段,首先对左右图像分别... 立体图像质量评价是评价立体视频系统性能的有效途径,而如何结合人类的视觉特性对立体图像质量进行评价是目前的研究难点.为此提出一种基于深度学习的无参考立体图像质量评价方法,分为训练和测试2个阶段.在训练阶段,首先对左右图像分别进行Gabor滤波,获取不同尺度和方向的统计特征作为单目特性;然后根据人眼视觉系统的双目竞争特性,将左右图像融合得到独眼图,提取其方向梯度直方图作为双目特征;最后通过深度信念网络训练得到特征和主观评价值之间的回归模型.在测试阶段,根据已建立的回归模型,预测得到左右图像质量并联合得到立体图像质量.实验结果表明,文中方法在对称和非对称立体图像数据库都取得了较好的效果,与人类的主观感知保持良好的一致性. 展开更多
关键词 立体图像 质量评价 GABOR滤波 独眼图 深度学习
在线阅读 下载PDF
基于深度学习的图像质量评价方法综述 被引量：22
14
作者 曹玉东 刘海燕 +1 位作者 贾旭 李晓会 《计算机工程与应用》 CSCD 北大核心 2021年第23期27-36,共10页
图像质量评价是对图像或视频的视觉质量的一种度量,主要分析了最近10年图像质量评价算法的研究情况。介绍了图像质量评价算法的衡量指标以及常用的图像质量评价数据集,对图像质量评价方法的分类做了阐述,重点分析了基于深度学习技术的... 图像质量评价是对图像或视频的视觉质量的一种度量,主要分析了最近10年图像质量评价算法的研究情况。介绍了图像质量评价算法的衡量指标以及常用的图像质量评价数据集,对图像质量评价方法的分类做了阐述,重点分析了基于深度学习技术的图像质量评价算法。目前,该类算法的基础模型主要包括深度卷积神经网络、深度生成对抗网络和变换器,其性能通常高于传统的图像质量评价算法。描述了基于深度学习技术的图像质量评价算法的原理,重点介绍了基于深度生成对抗网络的无参考图像质量评价算法,通过增强对抗学习强度提高模拟参考图的可靠性。深度学习技术需要海量训练数据的支持,探讨和总结数据集增强的方法,对数字图像质量评价方法的未来研究进行展望。 展开更多
关键词 深度学习 图像质量评价 生成对抗网络 卷积神经网络 数据增强
在线阅读 下载PDF
基于信息熵和深度学习的无参考图像质量评价方法研究 被引量：17
15
作者 卢鹏 林根巧 邹国良 《计算机应用研究》 CSCD 北大核心 2018年第11期3508-3512,共5页
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... 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。在两个数据集上的交叉验证结果表明,提出的模型能很好地预测失真图像的质量,预测结果更接近人类视觉感知。 展开更多
关键词 无参考图像质量评价 深度学习 归一化 损失函数 信息熵
在线阅读 下载PDF
基于深度学习的T2 Flair序列提升白质高信号图像质量的价值
16
作者 赵如盛 徐露露 +3 位作者 李青 徐义程 张久楼 荣凡令 《磁共振成像》 CAS CSCD 北大核心 2024年第11期117-122,共6页
目的探讨基于深度学习重建(deep learning reconstruction,DLR)算法的T2液体衰减反转恢复(fluid-attenuated inversion recovery,Flair)序列在提升白质高信号(white matter hyperintensity,WMH)图像质量中的应用价值。材料与方法前瞻性... 目的探讨基于深度学习重建(deep learning reconstruction,DLR)算法的T2液体衰减反转恢复(fluid-attenuated inversion recovery,Flair)序列在提升白质高信号(white matter hyperintensity,WMH)图像质量中的应用价值。材料与方法前瞻性纳入临床怀疑脑缺血性疾病的患者50例。对患者分别行常规T2 Flair序列和基于DLR算法的高分辨T2 Flair序列扫描。其中DLR Flair序列选择保留未经DLR处理而采用常规重建算法的预处理图像(记为Pre-DLR)。采用4分法对三组图像从图像锐利度、灰-白质对比度、脑脊液-脉络丛对比度、WMH显示以及整体图像质量五个方面进行主观评分;比较三组图像中WMH的检出数目和WMH的信噪比(signal-to-noise ratio,SNR)、对比噪声比(contrast-to-noise ratio,CNR)。结果主观评价中,DLR组图像在图像锐利度、灰-白质对比度、脑脊液-脉络丛对比度、WMH显示以及整体图像质量的各项评分中均高于常规组和Pre-DLR组(P均<0.05);在WMH的计数方面,DLR组识别出的数量大于常规组(P<0.05)而与Pre-DLR组差异无统计学意义。客观评价中,DLR组的WMH的SNR和CNR均高于常规组和Pre-DLR组(P均<0.05)。结论与常规序列相比,结合DLR算法的高分辨T2 Flair序列可以实现在不增加扫描时间的前提下提高WMH图像质量、发现更多WMH微小病灶。 展开更多
关键词 脑白质高信号 磁共振成像 深度学习 重建算法 高分辨率 图像质量
在线阅读 下载PDF
基于元学习和失真感知的图像质量评价
17
作者 万丙辰 张选德 《液晶与显示》 CAS CSCD 北大核心 2024年第11期1519-1531,共13页
获取图像主观质量评分的成本较高,使图像质量评价(Image Quality Assessment,IQA)模型通常面临训练样本量不足的问题,另外,失真类型对于图像视觉感知质量具有重要的影响。针对以上问题,本文提出了一种基于元学习和失真感知相结合的图像... 获取图像主观质量评分的成本较高,使图像质量评价(Image Quality Assessment,IQA)模型通常面临训练样本量不足的问题,另外,失真类型对于图像视觉感知质量具有重要的影响。针对以上问题,本文提出了一种基于元学习和失真感知相结合的图像质量评价方法。首先,通过元学习模拟人类学习的过程来快速获取已知失真类型的先验知识,指导后续的ResNet-50网络有效融合多尺度特征。引入失真感知模块捕获完整失真信息,建立统一的质量评价体系。在LIVE、KonIQ-10k等合成失真与真实失真数据集上的实验结果表明,所提模型在小样本条件下,能够提升模型在不同失真类型间的泛化性能。在与现有先进方法的综合实验对比中,本模型较次优方法在PLCC和SROCC两个评价指标上分别取得了1.02%和1.85%的提升。本文模型的评价精度与目前主流的IQA模型相比,具有一定的竞争力。 展开更多
关键词 无参考图像质量评价 元学习 失真感知 泛化性能
在线阅读 下载PDF
基于岩芯图像深度学习的矿山岩体质量精细化评价 被引量：30
18
作者 刘飞跃 刘一汉 +4 位作者 杨天鸿 信俊昌 张鹏海 董鑫 张海涛 《岩土工程学报》 EI CAS CSCD 北大核心 2021年第5期968-974,F0002,共8页
矿山工程为了获取准确的资源储量而进行的地质钻探往往会获取大量的岩芯图像,从中提取岩体结构信息进行岩体质量评价具有现实的工程意义。目前人工对钻孔岩芯进行岩石质量指标RQD的编录方法效率低下且受主观因素影响,为此首先使用Mask-R... 矿山工程为了获取准确的资源储量而进行的地质钻探往往会获取大量的岩芯图像,从中提取岩体结构信息进行岩体质量评价具有现实的工程意义。目前人工对钻孔岩芯进行岩石质量指标RQD的编录方法效率低下且受主观因素影响,为此首先使用Mask-RCNN深度学习实例分割网络从钻孔岩芯图像中自动识别出单排岩芯,进而从单排岩芯中识别出长度大于等于10 cm的岩芯段,进行RQD的计算;然后结合钻孔信息与地质模型,使用普通克里金插值得到可表征RQD非均匀性的块体模型,实现对岩体质量的精细化评价。乌山铜钼矿的应用结果表明深度学习方法可以准确地从岩芯图像中计算出RQD,同时地质统计学的使用可以有效地对岩体质量进行精细化表征,提出的方法在矿山工程中具有广泛的应用前景。 展开更多
关键词 深度学习 岩芯图像 钻孔编录 RQD 岩体质量评价 地质统计学
在线阅读 下载PDF
基于人眼视觉特性的深度学习全参考图像质量评价方法 被引量：11
19
作者 姚旺 刘云鹏 朱昌波 《红外与激光工程》 EI CSCD 北大核心 2018年第7期29-36,共8页
针对现有的图像质量评价方法普遍为人工设计特征,难以自动且有效提取到符合人类视觉系统的图像特征,受人眼视觉特性的启发,提出一种新的基于卷积神经网络的全参考图像质量评价方法(DeepFR)。该方法基于对数据集本身的学习设计了卷积神... 针对现有的图像质量评价方法普遍为人工设计特征,难以自动且有效提取到符合人类视觉系统的图像特征,受人眼视觉特性的启发,提出一种新的基于卷积神经网络的全参考图像质量评价方法(DeepFR)。该方法基于对数据集本身的学习设计了卷积神经网络DeepFR模型,利用人眼视觉系统对梯度的敏感性进行加权优化,提取了符合人眼视觉特性的视觉感知图。实验表明:设计的DeepFR模型优于已有的全参考图像质量评价方法,其预测结果与主观质量评价有很好的精确性与一致性。 展开更多
关键词 图像质量评价 全参考 深度学习 卷积神经网络 人眼视觉特性
在线阅读 下载PDF
基于深度学习网络的可见光图像重构质量评价研究 被引量：5
20
作者 杨国梁 苏俊宏 +1 位作者 薛鹏翔 李媛 《激光杂志》 CAS 北大核心 2022年第1期95-100,共6页
可见光图像重构质量评价一直是一个难点,因此,设计了基于深度学习网络的可见光图像重构质量评价方法。通过卷积神经网络(CNN)与图像质量评价方法(IQA)相结合,构成IQA-CNN模型,引入信息熵构建改进IQA-CNN模型,向该模型内输入重构可见光图... 可见光图像重构质量评价一直是一个难点,因此,设计了基于深度学习网络的可见光图像重构质量评价方法。通过卷积神经网络(CNN)与图像质量评价方法(IQA)相结合,构成IQA-CNN模型,引入信息熵构建改进IQA-CNN模型,向该模型内输入重构可见光图像,归一化预处理后划分成数个分块,经有监督学习法训练该模型后,获取到该模型的最优参数,给定一幅重构可见光测试图像,运用训练后的改进IQA-CNN模型,获得该图像的质量评价分数,实现重构可见光图像的质量评价,结果表明,该算法的最优卷积核数量与采样步长分别为40个和90,在此最优参数下的评价性能指标SROCC与PLCC平均值:分别为0.977 5与0.974 2,所得评价结果与主观观测结果相吻合,可靠性与合理性更高。 展开更多
关键词 深度学习网络 可见光图像 重构质量 卷积神经网络 图像质量评价 信息熵
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 9 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部