X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
关于我们 | 帮助中心
欢迎来到国家技术转移西南中心---区域技术转移公共服务平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[00901983]一种基于卷积神经网络的无参考图像质量评价方法

交易价格: 面议

所属行业: 网络

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:2020116259100

交易方式: 其他

联系人:

所在地:浙江杭州市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

本发明公开了一种基于卷积神经网络的无参考图像质量评价方法。首先对失真图和自然图进行预处理,得到相似图,然后根据失真图和相似图构建神经网络;基于GAN框架的对抗生成理念,在生成网络部分,融入U‑net框架的跳跃连接特点和densenet的框架的denseblock结构特性;在判别网络部分,采用简单的分类网络;最后训练构建的神经网络。本方法分别吸取并结合了GAN网络,U‑net网络和densenet网络的特点,构建了一个更有效的神经网络,更有效的实现了图到图的转换和迁移,不仅在图到图的实现中有较好的结果,而且模拟到的质量分数和真实的质量分数有强烈的相关性和较小的误差。
本发明公开了一种基于卷积神经网络的无参考图像质量评价方法。首先对失真图和自然图进行预处理,得到相似图,然后根据失真图和相似图构建神经网络;基于GAN框架的对抗生成理念,在生成网络部分,融入U‑net框架的跳跃连接特点和densenet的框架的denseblock结构特性;在判别网络部分,采用简单的分类网络;最后训练构建的神经网络。本方法分别吸取并结合了GAN网络,U‑net网络和densenet网络的特点,构建了一个更有效的神经网络,更有效的实现了图到图的转换和迁移,不仅在图到图的实现中有较好的结果,而且模拟到的质量分数和真实的质量分数有强烈的相关性和较小的误差。

推荐服务:

Copyright © 2016    国家技术转移西南中心-区域技术转移公共服务平台     All Rights Reserved     蜀ICP备12030382号-1

主办单位:四川省科技厅、四川省科学技术信息研究所、四川省技术转移中心科易网