标签:Neural Transactions NIMA Image Processing 图像
论文笔记-NIMA-Neural Image Assessment, IEEE Transactions on Image Processing 2018
论文引用:
Talebi H , Milanfar P . NIMA: Neural Image Assessment[J]. IEEE Transactions on Image Processing, 2017, PP(99):1-1.
论文代码:
摘要
自动学习图像质量近来成为一个热门话题。因为它有很广泛的应用;比如评估图像采集管道,存储技术和共享媒体。
尽管这一问题具有主观性,但大多数现有的方法只能预测AVA和TID2013等数据集提供的平均意见得分。
我们的方法不同于其他方法,因为我们使用卷积神经网络预测人类观点分数的分布。
我们的体系结构还具有显著的优势,比其他具有类似性能的方法简单。
我们提出的方法依赖于成熟的、最先进的深目标识别网络的成功(和再训练)。
我们的网络不仅可以可靠地对图像进行评分,而且与人类感知有很高的相关性,还可以帮助调整和优化摄影管线中的照片编辑/增强算法。
所有这些都是在不需要一个“黄金”参考图像的情况下完成的,因此允许单个图像、语义和感知感知,无参考质量评估。
标签:Neural,Transactions,NIMA,Image,Processing,图像 来源: https://blog.csdn.net/qq_22565865/article/details/97557884
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。