-
题名尺度因子感知对比学习的无参考型超分辨图像质量评价
- 1
-
-
作者
樊丹丹
张凯兵
权星
孟雅蕾
-
机构
西安工程大学电子信息学院
西安工程大学计算机科学学院
陕西省服装设计智能化重点实验室
-
出处
《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
-
基金
国家自然科学基金(61971339)
陕西省自然科学基础研究计划重点项目(2018JZ6002)。
-
文摘
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。
-
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
-
Keywords
super-resolution image quality assessment
upscaling-factor
contrastive learning
frequency domain attention network
inverted residuals blocks
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名超分辨图像质量评价综述
被引量：11
- 2
-
-
作者
张凯兵
朱丹妮
王珍
闫亚娣
-
机构
西安工程大学电子信息学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第4期31-40,47,共11页
-
基金
国家自然科学基金(No.61471161)
陕西省科技厅自然科学基础研究重点项目(No.2018JZ6002)
西安工程大学博士科研启动基金(No.BS1616)
-
文摘
全面综述了超分辨图像质量评价的研究进展。超分辨图像质量评价是以人眼的主观质量评价结果为依据,利用算法模型对重建的超分辨图像进行评价。该评价方法对超分辨重建算法的优化和模型参数的选择具有重要的指导意义。首先对超分辨图像的主观评价方法进行阐述;其次对现有超分辨图像客观评价方法按照全参考型、部分参考型和无参考型进行了分类阐述,特别详细介绍了几种具有代表性的无参考质量评价的主要思想;接着从定量和定性两方面分别介绍了评价超分辨图像质量评价方法有效性的指标,并对评价算法的主要实验方法进行了简要阐述;最后对超分辨图像质量评价方法未来的发展趋势进行了展望。
-
关键词
超分辨重建
主观评价
客观评价
超分辨图像质量评价(SRIQA)
-
Keywords
super-resolution reconstruction
subjective evaluations
objective evaluations
Super-Resolution Image Quality Assessmen(t SRIQA)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
