基于全变分模型的视觉感知图像质量评价方法

基于人眼视觉系统对图像边缘结构信息和局部亮度刺激敏感的假设,该文提出了一种基于全变分模型的视觉感知图像质量评价PIQA方法。该方法由边缘结构信息评价和局部亮度信息评价两部分组成。本文首先采用全变分模型描述失真图像与原始参考图像之间的图像结构信息变化;为测量亮度失真,又采用失真图像与参考图像之间的差值图像中封闭区域的能量函数来衡量人眼敏感的图像亮度信息。最后,采用3种标准图像数据库验证该评价方法的性能。实验结果表明,所提出的图像质量评价方法优于现有的图像评价标准。

图像质量感知的混合噪声快速盲降噪算法

现有的高斯脉冲混合噪声降噪算法多基于正则化技术采用迭代求解最优目标函数值的方式实现,执行效率普遍比较低,严重限制了其实际应用范围.为此,以卷积神经网络(convolutional neural network,CNN)为核心技术提出了一种基于图像质量感知的快速盲降噪算法(image quality-aware fast blind denoising algorithm,IQA-FBDA).在训练阶段,首先基于浅层CNN卷积神经网络设计图像质量评估模型来预测待降噪图像的图像质量值;然后,依据在大量噪声图像训练集合上获得的图像质量值统计分布规律构建混合噪声模式分类字典;最后,基于该分类字典将噪声图像集合划分为16个子集并训练与各个子集相匹配的深层CNN卷积神经网络专用降噪模型.在降噪阶段,首先利用图像质量评估模型估计给定待降噪图像的质量值,然后依据所预测的图像质量值查找噪声模式分类字典并调用与之相匹配预先训练好的深层CNN降噪模型即可快速地完成盲降噪任务.实验数据表明:IQA-FBDA算法在降噪效果方面的性能达到了与主流高斯脉冲混合噪声降噪算法相当的水平,而在执行效率方面则有极大提高,更具实用价值.

基于感知分组理论的图像质量评价（英文）

为了更好地利用人类视觉系统特性,采用已经被证明在人类视觉系统中具有重要作用的感知分组策略来设计图像质量评价模型.与目前的基于固定窗口的方法不同,所提方法通过将感知分组策略融入图像质量评价中,实现了以一种自适应窗口的方式来评价图像质量.算法流程如下:首先,通过超像素方法将相似像素尽最大限度地聚集到一组;其次,对参考图像和失真图像的对应超像素进行基于结构相似度的计算;最后,综合图像中的所有超像素的相似性得到最终的评价结果.在3个图像数据库(LIVE,IVC和MICT)上的实验结果显示,该方法具有很好的预测性能.

按有无参考视频进行的视频质量评价

介绍了视频质量的主观和客观评价方法,重点论述客观评价方法,并根据有无参考视频对客观评价方法分类,介绍其典型算法。

一种支持所有权认证的客户端图像模糊去重方法

由于图像具有数量大、冗余多的特性,所以需要重复数据删除技术的支持,但已有的基于哈希值的文件重复删除技术不适用于图像去重.针对图像的去重面临以下三个挑战:需要支持图像模糊去重;需要对相似图像进行所有权认证;需要进行图像感知质量评价.针对以上挑战文中提出了一种支持所有权认证的客户端图像模糊去重方法.该方案的核心包括:采用高准确度感知哈希算法,以满足图像相似性的高准确度检查;采用新设计的协议进行相似图像的所有权认证;采用无参考通用图像质量评价方法,以完成图像感知质量的评价.经过安全性分析,结果表明,新方案达到了可证明其安全的安全强度,这是图像去重领域的新突破;同时,经过大量仿真测试,结果表明,新方案可以准确地进行相似检测,还可以对多种失真图像进行感知质量评价,满足了新的技术挑战;另外,性能测试结果表明,新方案的时间开销较小,能快速高效地去重,节省了大量存储资源和网络带宽.

一种基于视觉重要性的图像质量评价方法

在图像质量评价中,视觉重要性起着重要作用。本文提出了一种基于视觉重要和内容显著区域相融合的视觉注意模型,并将其引入质量评价方法中,结合在多个尺度上图像的质量得到最终的评价结果。在LIVE图像库和TID2008数据库上的实验表明了方法的有效性。

视线跟踪技术的图像质量主观数据库构建及其可视化

目的视线跟踪技术是当前最新的无干扰地获得人类视觉注意力的生物测量方法。将视线跟踪方法的原理其应用于图像质量感知研究,建立了首个基于眼动的图像质量感知数据库XJTU_ETSS。方法应用单刺激图像质量评价法,在Tobii TX300的眼动平台上对900幅原始和失真图像进行了49人的60 Hz眼动主观测试。对含眼动的失真图像进行了可视化分析,即利用注视图、热图和自动聚类感兴趣区域图分析注意力在失真图像上的分布特点。结果针对XJTU_ETSS眼动数据特点,利用反映群体视觉注意力共性的热图可视化方法具体对数据库中一组原始图像和其对应的6种失真图像上的热图进行了比较和定性分析,直观地显了原始图像和不同种类失真图像上视觉注意力的分布特征。结论通过实验结果可知,视线跟踪方法能十分直观地揭示人在主观图像感知过程中的特性,这对于今后建立基于人眼注意力模型的图像客观评价算法,以及更加深入地揭示人类视觉系统的感知机制都有着现实而重要的意义。