[發(fā)明專利]基于多算法融合的圖像質量評價方法及評價模型

有效

• 申請?zhí)枺?/td>: 202110691115.X
• 申請日: 2021-06-22
• 公開（公告）號: CN113362315B
• 公開（公告）日: 2022-09-30
• 發(fā)明（設計）人: 陳志波;彭燕定;許家華;羅子源
• 申請（專利權）人: 中國科學技術大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/80
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 孫蕾

本發(fā)明提供了一種基于多算法融合的圖像質量評價方法，包括：利用特征提取器對失真類型和圖像內容信息進行提取，經(jīng)過變換后得到概率向量作為為其他模塊的輸入和信息輸出；計算失真圖像和參考圖像的多個質量評價算法分數(shù)；將得到的多個客觀質量評價算法分數(shù)和圖像內容信息進行非線性變換融合，輸出不同失真先驗時的圖像內容適應性質量評價預測分數(shù)；根據(jù)失真類型信息給不同失真先驗下的預測分數(shù)賦予權重，得到具有失真類型適應性的質量評價預測分數(shù)作為最終的質量評價分數(shù)。

技術領域

本發(fā)明涉及圖像質量評價領域，尤其涉及一種基于多算法融合的圖像質量評價方法及評價模型。

背景技術

高質量的視頻和圖片能給人們提供準確而又清晰的視覺信息。然而，在圖像和視頻的獲取、壓縮、傳輸以及重建過程中難免會產(chǎn)生失真。因此，為了保障用戶的視覺體驗，需要設計準確的質量評價算法來指導和優(yōu)化圖像處理和視頻編碼系統(tǒng)。

衡量用戶體驗的方法就叫做質量評價(Quality Assessment，QA)，目前存在兩種方法可以衡量用戶體驗感受，第一種就是主觀質量評價，也就是通過主觀實驗獲取被試者觀看圖像/視頻的主觀感受，給出一個具體的質量分數(shù)。但是由于主觀實驗需要消耗大量人力物力，在實時應用中是無法實現(xiàn)的。所以在實際應用中一般采用第二種方法，客觀質量評價，即通過分析圖像或者視頻的內容，利用參數(shù)或者基于學習的模型來自動預測當前圖像或者視頻的質量。而根據(jù)能否提供參考圖像，客觀質量評價又可以分為全參考質量評價，半?yún)⒖假|量評價和無參考質量評價，本發(fā)明提出的方法屬于全參考質量評價方法。

現(xiàn)有的全參考質量質量評價方法可以大致分為五類，分別為基于像素誤差(MSE)，基于結構相似度(SSIM等)，基于信息理論(VIF)，基于學習(LPIPS等)以及基于融合。其中，單一的全參考質量評價方法往往無法在全部的失真類型和圖像內容上表現(xiàn)良好。因此，有必要通過設計一種基于融合的質量評價方法，能適應失真類型和圖像內容的變化，使得針對多種失真類型和圖像內容的質量評價都變得可靠。

發(fā)明內容

有鑒于此，本發(fā)明的主要目的在于提供一種基于多算法融合的圖像質量評價方法及評價模型，以期部分地解決上述技術問題中的至少之一。

為了實現(xiàn)上述目的，作為本發(fā)明的一方面，提供了一種基于多算法融合的圖像質量評價方法，包括：

利用特征提取器對失真類型和圖像內容信息進行提取，經(jīng)過變換后得到概率向量作為其他模塊的輸入和信息輸出；

計算失真圖像和參考圖像的多個質量評價算法分數(shù)；

將得到的多個客觀質量評價算法分數(shù)和圖像內容信息進行非線性變換融合，輸出不失真先驗時的圖像內容適應性質量評價預測分數(shù)；

根據(jù)失真類型信息給不同失真先驗下的預測分數(shù)賦予權重，得到具有失真類型適應性的質量評價預測分數(shù)作為最終的質量評價分數(shù)。

其中，所述概率向量為：

V_D＝T_D(F_D(I_D,I_R))

V_C＝T_C(F_C(I_R))

其中，V_D，V_C分別為失真類型和圖像內容信息輸出，F(xiàn)_D，F(xiàn)_C分別為失真信息和內容信息提取模塊，T_D，T_C分別為對應的變換，I_D，I_R分別為失真圖像和參考圖像。

其中，所述計算失真圖像和參考圖像的多個質量評價算法分數(shù)，進而得到質量分數(shù)向量：