作為承載信息的重要媒介,圖像在采集、傳輸、處理過程中會(huì)不可避免地受到污染,導(dǎo)致其質(zhì)量下降。圖像質(zhì)量評(píng)價(jià)（Image Quality Assessment,IQA）旨在研究如何評(píng)價(jià)降質(zhì)圖像的質(zhì)量變化。隨著圖像應(yīng)用的發(fā)展,從圖像中提取語義信息成為一個(gè)重要的任務(wù),例如從圖像中檢測(cè)某類物體、識(shí)別人臉、判斷行為等。在此類應(yīng)用中,圖像質(zhì)量評(píng)價(jià)應(yīng)該以是否提取出與人類感知相同的語義信息為標(biāo)準(zhǔn),而非基于圖像的像素信息或者美學(xué)感受進(jìn)行判別。因此,如何定義及度量語義失真成為此類研究中的重要問題。圖像質(zhì)量評(píng)價(jià)方法通常包括兩類:客觀質(zhì)量評(píng)價(jià)（Objective Quality Assess-ment,OQA）和主觀質(zhì)量評(píng)價(jià)（Subj ective Quality Assessment,SQA）�？陀^質(zhì)量評(píng)價(jià)方面,傳統(tǒng)質(zhì)量評(píng)價(jià)指標(biāo)如峰值信噪比（Peak Signal to Noise Ratio,PSNR）和結(jié)構(gòu)相似性指數(shù)（Structural Similarity,SSIM）,仍然被廣泛應(yīng)用于各類任務(wù)的圖像處理算法中作為衡量標(biāo)準(zhǔn)。但這些客觀質(zhì)量評(píng)價(jià)方法大多基于最底層的視覺信號(hào)層面,而非從高級(jí)別語義層的角度評(píng)估圖... 

【文章來源】：中國(guó)科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁數(shù)】：79 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１?ＳＯＭ算法框架丨３８丨??ＳＯＭ中的ＯＰ算法需要綜合考慮各種因素，具體如下：１）算法在圖像質(zhì)量??

??圖２．１?ＳＯＭ算法框架丨３８丨??ＳＯＭ中的ＯＰ算法需要綜合考慮各種因素，具體如下：１）算法在圖像質(zhì)量??有較大變化時(shí)表現(xiàn)穩(wěn)定因此維持提取低層特征過程受到較少影響；２）能夠靈敏??地體現(xiàn)圖像質(zhì)量變化的算法有助于提取高層特征；３）算法對(duì)于不同圖像失真類??型具有較強(qiáng)的魯棒性；４）算法需要在重疊０Ｐ區(qū)域提取特征，因此要求較多重疊??的０Ｐ部分要盡可能少；５）較快的算法速度有助于實(shí)時(shí)計(jì)算。經(jīng)過實(shí)驗(yàn)，ＢＩＮＧ??在上述方面表現(xiàn)均衡，因此被選為ＳＯＭ中的ＯＰ算法，提取效果如圖２．２所示。??圍鐵??圖２．２?ＢＩＮＧ在ＬＩＶＥ數(shù)據(jù)集上檢測(cè)到的高分ＯＰ區(qū)域示例州??具體地，ＳＯＭ的高層信息提取和底層信息提取方法分別介紹如下。對(duì)于高??層信息提取，使用ＢＩＮＧ提取的０Ｐ會(huì)產(chǎn)生大量重疊區(qū)域，按照公式２．６進(jìn)行重疊??度（Ｉｎｔｅｒｓｅｃｔｉｏｎ?ｏｖｅｒ?Ｕｎｉｏｎ，ＩｏＵ）計(jì)算。其中５＾?ｎ?表示０Ｐ區(qū)域ａ和６的交集??面積

第３章客觀語義失真度量特征，預(yù)訓(xùn)練模型為ｉｎｃｅｐｔｉｏｎ?ｖ３，將ｓｏｆｔｍａｘ前的固成為圖像嵌入（ｉｍａｇｅ－ｅｍｂｅｄｄｉｎｇ）向量。ｄｅｃｏｄｅｒ采用ｉｍａｇｅ－ｅｍｂｅｄｄｉｎｇ的特征向量，輸入序列５１?＝?ＸＩ，Ｓ２ｄｉｎｇ）后形成５１２維詞向量。輸入ＬＳＴＭ中５１２個(gè)單輸入序列右移一個(gè)位置。??Ｉ?ｌ〇ｇｐｉ（Ｓ｜）?ｌｏｇ?Ｐ２（Ｓ２）?ｌｏｇ?ｐｎ（Ｓｎ）??


本文編號(hào)：3232547