文献类型：期刊文章

作　　者：曹玉东[1] 刘海燕[1] 贾旭[1] 李晓会[1]

CAO Yudong;LIU Haiyan;JIA Xu;LI Xiaohui(College of Electronics and Information Engineering,Liaoning University of Technology,Jinzhou,Liaoning 121001,China)

机构地区：[1]辽宁工业大学电子与信息工程学院,辽宁锦州121001

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(61802161);辽宁省自然科学基金(2019ZD0702)。

年　　份：2021

卷　　号：57

期　　号：23

起止页码：27-36

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：图像质量评价是对图像或视频的视觉质量的一种度量,主要分析了最近10年图像质量评价算法的研究情况。介绍了图像质量评价算法的衡量指标以及常用的图像质量评价数据集,对图像质量评价方法的分类做了阐述,重点分析了基于深度学习技术的图像质量评价算法。目前,该类算法的基础模型主要包括深度卷积神经网络、深度生成对抗网络和变换器,其性能通常高于传统的图像质量评价算法。描述了基于深度学习技术的图像质量评价算法的原理,重点介绍了基于深度生成对抗网络的无参考图像质量评价算法,通过增强对抗学习强度提高模拟参考图的可靠性。深度学习技术需要海量训练数据的支持,探讨和总结数据集增强的方法,对数字图像质量评价方法的未来研究进行展望。

关 键 词：深度学习  图像质量评价 生成对抗网络  卷积神经网络 数据增强  

分 类 号：TP391.9]