基于双重注意力和分层感知表征的IQA方法

图像质量评价在图像处理领域有着广泛的应用.基于深度学习的方法以多通道特征的形式获取图像信息,但在特征下采样过程中会丢失局部空间细节,导致对于图像信息的表征能力不足.针对以上问题,本文基于人类视觉系统的分层感知机制,提出了一种全参考图像质量评价方法,采用Siamese结构的卷积神经网络实现非线性映射,从不同尺度和视觉复杂度表征图像信息,并通过双重注意力模拟人类在评价图像质量时对视觉注意力的调控过程.此方法在特征提取阶段引入空间注意力机制,对特征图的二维空间位置赋以权重,计算人在感知图像失真信息时对空间区域的注意力差别.在特征融合阶段利用分组通道注意力模块显式建模通道间的依赖关系,对感知差异特征进行自适应的校准,使网络关注对于图像质量评价影响大的通道特征.实验结果表明,该方法在LIVE、TID2013和CSIQ 3个公开数据集上的斯皮尔曼相关系数分别达到0.975、0.938和0.963,在应对复杂失真类型图像时的性能提升显著,与人类主观评价的一致性良好.

层厚对使用CT/SIM Check模体联合iQA软件检测CT模拟机的影响

目的探讨层厚大小对使用CT/SIM Check模体联合iQA软件检测放疗CT模拟机数据结果的影响。方法对1台西门子Sensation Open CT模拟机,使用6种放疗扫描协议扫描1套CT/SIM Check模体,扫描完成后重建1.5、2、3、4和5 mm共5种层厚的CT图像序列。使用iQA软件对这些CT图像序列进行自动分析并生成报表,对报表上的质控数据结果进行分析和比较。结果通过对报表数据进行分析,得到了6种扫描协议和5种层厚情形下22种参数的质控数据,对5种不同层厚的数据计算得到了相应的四分位数间距值。由数据结果可见,HU均一性和插件4内标准差的数据随层厚的增加而减小;扫描中心纵向坐标的数值随层厚的增加有下降的趋势;线宽比-灵敏度截面的数据随层厚的增加而变大。结论使用CT/SIM Check模体联合iQA软件检测CT模拟机,层厚对HU均一性、插件4内标准差、扫描中心纵向坐标和线宽比-灵敏度截面的质控数据结果有较大影响,对其他参数的数据也有不同程度的影响。本研究为物理师使用CT/SIM Check模体联合iQA软件检测放疗CT模拟机的质控工作,提供了有益的数据参考。

IQA在数字化文献质量评估中的应用研究

IQA(Image Quality Assessment图像质量评价)是一种测评数字化文献质量优劣的客观方法。文章利用IQA对不同扫描模式、不同扫描分辨率获得的数字化文献分别进行图像质量测值和文字识别错误测值,结合图表对测值进行了波动分析。研究发现,数字化文献的质量高低并非完全取决于扫描分辨率,在常规的黑白、4阶灰度扫描模式下,并非扫描分辨率越高,图像质量就越好,而是当分辨率取200-400 DPI时获得的图像质量测值最低而图像质量最好。基于测值的波动分析,进一步给出了文献数字化在不同模式下比较理想的扫描分辨率范围。

基于元原型网络的无参考图像质量评价

针对基于深度学习的模型因需要大量标注数据而选择在预训练模型上进行微调,导致面对新任务泛化性不足的问题,提出一种基于元原型网络的无参考图像质量评价算法。利用元原型网络提取相关任务中的元知识形成质量先验模型,在面对未知任务时快速泛化。首先,在不同失真的数据集上利用元学习方法获取各种失真的共享先验知识得到质量先验模型;接着,为了能够更好地捕获各种失真场景共享先验知识,利用元原型单元对图像特征进行重建,以获得更加丰富的先验知识,从而便于后续的质量分数预测过程;最后,在目标任务上对质量先验模型进行微调,以构建质量模型。在CID2013、LIVE challenge和KonIQ-10K三个数据库上的实验结果表明,所提方法具有更好的性能。

融合全局-局部特征的双通道无参考图像质量评价算法研究

针对目前大多数图像质量评价(Image Quality Assessment,IQA)算法在对非均匀失真图像进行质量评估时效果不佳的问题,提出一种结合全局-局部特征的双通道无参考图像质量评价(No-Reference Image Quality Assessment,NR-IQA)算法。首先,考虑输入图像尺寸的不同,利用局部失真重组算法对输入图像进行预处理。其次,利用基于Swin Transformer模块的双通道神经网络提取图像的全局特征和局部特征。最后,通过质量回归预测网络完成全局-局部特征到图像质量分数的映射。实验结果表明,该算法在两个数据集上分别取得0.823和0.871的斯皮尔曼等级相关系数(Spearman Rank Order Correlation Coefficient,SROCC)指标值,表明所提出算法与人的主观感知较为吻合。

自适应IQA阈值序列图像NLM超分辨重建方法

序列图像超分辨率(super resolution,SR)算法可以利用多帧低分辨率图像之间的互补信息重建出一张高分辨率结果。传统非局部均值(non-local means,NLM)超分辨率重建方法的迭代次数选取和最佳SR重建结果筛选过程高度依赖使用者经验值和主观评价,这极大地增加了算法复杂度,降低了算法的鲁棒性。为了解决这两个问题,提出一种基于图像质量评价(image quality assessment,IQA)自适应阈值的NLM超分辨重建算法。通过设计一种SR重建结果质量评价指标,将该指标引入到NLM重建算法中:一方面作为阈值,用以确定算法迭代收敛条件;另一方面作为评价标准,用以筛选多个输出结果中重建效果最佳的高分辨率图像。实验结果表明,提出的算法能在有效保证鲁棒性的同时,极大地提升NLM超分辨率重建算法的运算效率。

喷油器IQA功能对发动机一致性修正的研究

为了研究喷油器IQA功能对发动机性能及排放的影响,在发动机试验台架准备了一组中值喷油器及多组极值喷油器,进行添加IQA功能前后的性能及排放试验。对添加IQA功能前后的极值喷油器试验数据进行分析,得出:极值喷油器在添加IQA功能后,其性能及排放均可得到一定的修正。

海绵共附生真菌Aspergillus giganteus MA 46-5吲哚喹唑啉类生物碱成分

对1株富产吲哚喹唑啉类生物碱(IQAs)的海绵共附生真菌Aspergillus giganteus MA 46-5的IQAs类成分进行了研究。根据IQAs的结构特征,在TLC、LC-MS和GNPS(global natural products social molecular networking)技术的共同指导下,从大米培养基的乙酸乙酯部位分离得到10个IQAs类生物碱。通过NMR、HR-ESI-MS、OR和CD等方法并结合文献比对鉴定其分别为:tryptoquivaline(1)、nortryptoquivaline(2)、deoxytryptoquivaline(3)、deoxynortryptoquivaline(4)、aspertoryadin C(5)、aspertoryadin G(6)、quinadoline A(7)、fiscalin E (8)、quinadoline B(9)和prelapatin B(10)。8和10为首次从Aspergillus属中得到,2、4~7为首次从Aspergillus giganteus中分离得到。

高等教育内部质量保障有效性的争议及其出路

21世纪之交,以问责为特征的高等教育外部质量保障受到学术界质疑。高等教育质量保障实践开始从外部转向内部,试图赋权于大学内部,使其成为质量治理主体,以防止外部的过多介入,从而改善质量保障的有效性,促进高等教育质量实质性提升。内部质量保障研究也随之成为国际高等教育研究领域中的新议题。随着研究与实践的深入,虽然内部质量保障的方法已经相对成熟,但其效果却受到诸多争议。为了提高内部质量保障的有效性,内部质量保障应通过质量文化的形塑提高有效性、弱化外部强制性以释放内部质量保障的个性化,并构建真正的质量保障体系。

地方开放大学内部质量保障体系建设的理论研析与路径探索

我国已建成世界最大规模的高等教育体系,正高速迈向高等教育普及化的中级阶段,高等继续教育具有巨大的增长空间和发展前景。后疫情时代远程网络教学愈发普及,随着MOOC、SPOC、OER等网络学习平台的发展,科学技术的开放普及和信息资源获取的便利使“互联网+终身学习”的教育理念逐步成为现实,如何应对高等教育变革,实现教育高质量可持续发展已成为世界各国开放大学面临的问题。云南开放大学立足西部发展现状,整合社会资源推进高等教育、继续教育与职业教育相融合,紧抓质量观、质量保障制度和组织运行机制的质量之“纲”,借助信息技术平台为学生提供个性化支持服务,构筑起“五层级”主体与“全过程”的纵横内部质量保障体系。立足区域优势,借鉴国际经验探索地方开放大学内部质量保障体系的建设路径对高质量教育体系的建成具有现实意义。

基于自然场景统计的图像质量评价算法

基于自然场景统计(NSS)提出一种无参考图像的图像质量评估(IQA)算法,该算法的实现结合了图像的小波能量差异和人类视觉系统(HVS)的对比度敏感功能(CSF)模型。自然图像经过小波多尺度变换后的能量呈线性分布,而图像失真破坏此线性关系。所提算法利用图像失真这一自然特性的变化建立预测模型,预测失真图像各尺度的小波子带能量,并用失真图像在各尺度能量的预测值和实测值的差异度量失真图像的质量,再通过CSF模型进行优化调整,使其更接近人类视觉系统。该算法在LIVE图像质量评价数据库和CSIQ图像质量评价数据库进行测试,结果表明该算法与现有无参考图像质量评价算法相比,与人眼具有良好一致性、运行时间短的优势。

基于对抗和梯度的无参考图像质量评价算法

由于现有的生成对抗网络(GAN)很难完全获取细节上的失真,生成高质量图像仍旧比较困难。为了提高基于GAN的无参考图像质量评价(NR⁃IQA)方法的性能,提出一种基于对抗和梯度的NR⁃IQA方法。通过改进网络模型结构和引入基于梯度和色度相似性的平均偏差相似指数(MDSI)来提升模型的整体性能,整个模型由GAN和质量预测网络组成。首先,为了增强对抗训练,设计了双判别器的GAN,将失真图像和参考图像分别输入到网络中,利用WED数据集对GAN进行训练;其次,利用GAN生成相应失真图像的虚拟图像,并分析两者之间的差异,得到失真差异图和MDSI图;最后,为了从多个方面测量图像的感知质量,设计了多流质量预测网络,将失真图像、虚拟图像、失真差异图、MDSI图分别输入到网络中,输出图像质量预测分数。在LIVE、CISQ、TID2013数据集上进行训练和测试,所提算法在三个数据集上都表现出较好的性能,尤其在TID2013上。实验结果表明,该算法与人的主观评价具有较高的一致性。

一种针对图像模糊的无参考质量评价指标

在成像模型的基础上,分析了图像模糊的原因,提出了一种为图像构造参考图像的方法,进而将结构相似度(SSIM)评价方法引入到无参考图像质量评价中,提出一种无参考结构清晰度(NRSS)的新的无参考图像质量评价方法,将其用于对模糊图像的质量评价。该方法通过低通滤波器来构造参考图像,通过计算原始图像与参考图像的结构相似度值来评价原始图像质量,很好地结合了成像系统的数学模型和结构相似度评价方法的优势,实验结果表明无参考结构清晰度评价指标能够给出和主观评价方法以及其余有参考评价方法一致的结果。

基于局部结构张量的无参考型图像质量评价方法

该文提出一种基于局部结构张量奇异值分解的无参考型图像质量评价方法,由于图像局部结构张量能反映图像几何结构,因此利用张量特征值之间的关系来度量图像噪声与模糊水平,将两个度量结合得到图像质量的综合评价。通过分析仿真图像和实际图像的质量评价结果,该方法能同时度量因噪声和模糊造成失真后的图像质量。与图像质量评价数据库的主观评价结果比较表明,该文方法与主观评价结果相关性强,能很好地反映图像质量的视觉感知效果,并且易于实现。

沃尔什哈达玛变换域的无参考图像质量评价

图像失真会改变图像低频成份和图像高频成份的统计信息,基于这种特性,提出了一种新颖的无参考混合失真图像质量评价方法.首先对图像进行局部沃尔什哈达玛变换,将空域图像转换为局部沃尔什哈达玛变换图;然后在局部沃尔什哈达玛变换图上进行特征提取,即分别提取反映图像低频成份的零列率项和反映图像高频成份的非零列率项的旋转不变局部二值模式统计特征;最后利用支持向量回归网络训练特征,获得特征到质量分数的映射关系模型.在两个混合失真数据库(MLIVE数据库和MDID2013数据库)上对所提出的算法进行性能验证,实验结果表明,提出的算法具有很好的主客观评价一致性,性能优于目前现有较优秀的全参考图像质量评价算法和无参考图像质量评价算法.

基于四波段图像融合的彩色夜视方法研究

为了在低照度条件下获取目标的彩色图像,提高夜间对目标的识别能力,提出了基于四波段图像融合的彩色夜视方法.采用F-P滤光片设计出了透射中心在三基色光中心波长及近红外波段的四波段滤光片,在各个透射区域的平均透射率均达90%以上;将四波段滤光片设计成圆形滤色轮结构,用分光计测得了各波段滤光片的光谱透射性;对加入滤光片后的系统信噪比进行了分析和计算,分析结果表明加入滤光片不会引入噪声,计算结果表明加入蓝色、绿色、红色和近红外波段滤光片的成像系统的信噪比分别是原来单色微光夜视系统信噪比的19.59%、38.45%、47.28%和46.70%.借助国产超二代像增强器在微光实验室进行了四波段图像采集及彩色图像融合实验,实验时光照度分别为1×10^(-3)lx和1×10^(-1)lx,对获取的图像质量进行了评价.结果表明:在照度为1×10^(-3)lx时,融合的彩色图像在均值、方差和熵这三项指标上均优于过滤后的蓝色和绿色的单色图像,且由于彩色图像中利用了近红外图像进行增强,使得彩色图像亮度更高,颜色分辨性更好;在照度为1×10^(-1)lx时,融合后的彩色图像的信息熵比红、绿、蓝三种基色图像的大,彩色图像携带的信息量更大.本文的研究对彩色夜视成像系统的设计和研发具有借鉴和指导意义.

基于非局部结构张量的SSIM图像质量评价方法

针对基于局部运算的图像质量评价方法的局限性,提出一种基于非局部结构张量的SSIM图像质量评价方法。图像在各像素点的非局部结构张量的主特征值大小很好地反映了该像素点的结构强度信息,特别是纹理结构等细节信息;主特征向量的方向反映了该像素点的结构方向信息。利用退化图像和参考图像的非局部结构张量的主特征值相似度刻画结构强度相似度,利用主特征向量夹角的余弦刻画结构方向相似度。数值实验结果显示,利用该方法对TID2008数据库中的图像进行评价的平均运算时间为778.43 s,且评价结果与主观评价接近。

智能答疑中问题相关度算法研究及系统实现

针对现有答疑系统缺乏智能性和人机交互不够友好的不足,提出了一个智能答疑系统实现方案。为提高系统中问题与答案的匹配准确程度,着重对问题相关度算法进行了研究,在自动分词后用关键词集合相似度来计算问题的相关度,通过有监督的机器学习BP模型建立一个适合智能答疑系统的学习模型来优化分词权值。实验证明,这种算法可以帮助智能答疑系统提高准确性和智能性,具有一定的实用价值。

按需智能问答系统Uniponse

现有的智能问答系统(IQAS,Intelligent Question-Answer System)局限于针对简单问题寻找最适合的答案,无法满足用户日益复杂的个性化问题要求。基于需求元描述框架RGPS,经过需求识别、需求分析和需求验证等手段,将用户的个性化问题转换为一种问答服务需求,然后通过动态挖掘Internet上软件服务所构成的服务管理库,并结合基于服务关系网络的流程服务组合思想,最终形成能够回答此类问题的智能问答服务。构建了面向交通领域的按需智能回答原型系统Uniponse,验证了上述方法的有效性和可行性。

无参考图像质量评价综述

图像质量对人类视觉信息的获取影响很大,如何在没有参考图像的情况下准确地评价失真图像的质量是一个关键但又非常困难的问题.本文回顾了近20年来无参考图像质量评价发展的主要技术.首先,介绍了这一领域常用的衡量评价算法性能的技术指标,以及几个网上共享的典型图像质量评价数据库;然后,对各种无参考图像质量评价算法进行详细的分类介绍和特点评析;最后,基于典型数据库对近几年的一些非特定失真图像质量评价方法进行了性能测试和比较.目的是为这一领域的研究人员提供一个较为全面的、有价值的文献参考.