参考图像生成式的图像质量评价算法

罗 　鹏, 刘 　佳
武警工程大学

摘要

针对目前图像质量评价算法都是依据特定特征而设置的，为了满足对未知失真类型进行准确评价，本文借助
GANs 在图像生成和图像补全领域的优异性能，提出了一种新的用于图像质量评价的深度学习网络：IQA-GAN。实验
结果表明，设计的模型评价准确性与已有的无参考图像质量评价方法处于同一量级，但其不需要原始图像作为参考，
具有明显优势。

关键词

图像质量评价；深度学习；卷积神经网络；

参考

[1] 高敏娟 , 党宏社 , 魏立力 , 刘国军 , 张选德 . 全参

考图像质量评价回顾与展望 [J]. 电子学报 ,2 021, 49(11):

2261-2272.

[2] 王坤峰 , 苟超 , 段艳杰 , 林懿伦 , 郑心湖 , 王飞

跃 . 生成式对抗网络 GAN 的研究进展与展望 [J]. 自动化

学报 ,2017,43(03):321-332.

[ 3 ] T e m e l D , A l R e g i b G . P e r c e p t u a l i m a g e

quality assessment through spectral analysis of error

representations[J]. Signal Processing: Image Communication,

2019, 70: 37 － 46.

[4]Kim W, Nguyen A D, Lee S, et al. Dynamic receptive

field generation for full-reference image quality assessment[J].

IEEE Transactions on Image Processing, 2020, 29: 4219 －

4231.

[5]Ling W Y, Hu Y. Machine learning to design

full-reference image quality assessment algorithm[J].

TELKOMNIKA Indonesian Journal of Electrical Engineering,

2013, 11(6): 3439 － 3444.

[6]Narwaria M, Lin W S. SVD-based quality metric for

image and video using machine learning[J]. IEEE Transactions

on Systems, Man, and Cybernetics, Part B (Cybernetics),

2012, 42(2): 347 － 364.

[7]Liu T J, Lin W S, Kuo C C J. Image quality assessment

using multi-method fusion[J]. IEEE Transactions on Image

Processing, 2013, 22(5): 1793 － 1807.

[8] 汪美琴 , 袁伟伟 , 张继业 . 生成对抗网络 GAN 的

研究综述 [J]. 计算机工程与设计 ,2021,42(12):3389-3395.

DOI:10.16208/j.issn1000-7024.2021.12.012.

[9] 阙云 , 季雪 , 蒋子平 , 戴伊 , 王叶飞 , 陈嘉 .GAN

数据增强下路面裂缝语义分割算法 [J/OL]. 吉林大学学报

( 工学版 ): 1-13[2022-09-03]. DOI:10.13229 /j.cnki. Jdxbg

xb 20220003.