公开(公告)号：CN119515771A

公开(公告)日：2025-02-25

申请号：CN202411384319.9

申请日：2024-09-30

Applicant: 中国科学院自动化研究所

Inventor： 王隽 ,  陈泽文 ,  李兵 ,  胡卫明

IPC: G06T7/00 ,  G06T5/77 ,  G06T5/60 ,  G06N3/0455

Abstract: 本发明公开了一种基于多模态提示的图像质量评估模型训练方法。所述方法包括：步骤1、准备训练图像质量评估模型所需的数据集；步骤2、对参考样例和待评估图像的编码器进行训练；步骤3、搭建图像质量评估模型，以参考样例特征和待评估图像特征作为输入，以图像质量分数作为输出；步骤4、利用所述数据集训练图像质量评估模型，使用训练好的图像质量评估模型进行实际待评估图像的质量评估。本发明为无参考图像质量评估模型设计了一种新型的参考样例形式，由不同质量的失真图像及其对应的内容描述和外观描述组成，对图像质量评估准则有更好的理解，从而促进对未知图像质量评估的准确性。

公开(公告)号：CN115908307A

公开(公告)日：2023-04-04

申请号：CN202211427497.6

申请日：2022-11-15

Applicant: 中国科学院自动化研究所

Inventor： 王隽 ,  陈泽文 ,  原春锋 ,  李兵 ,  胡卫明

IPC: G06T7/00 ,  G06T5/00 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/77 ,  G06V10/774

Abstract: 本发明属于图像处理领域，具体涉及一种基于多阶段预训练的无参考图像质量检测方法及系统。本发明方法包括顺次通过第一特征提取器、第二特征提取器对待检测图像进行特征提取，获取图像特征；所述第一特征提取器为图像复原网络中的编码器，所述第二特征提取器为多个并行设置的结构一致的特征提取子网络，基于不同IQA数据集采用图像质量评估方法进行整体训练后获取；依据所述图像特征，通过图像质量检测网络，得到第二检测结果；所述图像质量检测网络基于跨数据集质量检测相关性和自注意力机制构建。本发明提高了对不同类别图像进行质量检测时准确性、泛化性。

公开(公告)号：CN114358204A

公开(公告)日：2022-04-15

申请号：CN202210028835.2

申请日：2022-01-11

Applicant: 中国科学院自动化研究所

Inventor： 王隽 ,  陈泽文 ,  李兵 ,  胡卫明

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T5/00 ,  G06V10/774

Abstract: 本发明属于图像质量评估领域，具体涉及了一种基于自监督的无参考图像质量评估方法及系统，旨在解决现有技术中由于训练数据不足而导致图像质量评估模型性能不佳的问题。本发明包括：构建共享编码器的先验知识学习子网络和图像质量评估子网络构成的自监督无参考图像质量评估模型；以图像复原任务作为图像质量评估任务的代理任务，进行先验知识学习子网络的预训练；通过先验知识学习子网络和所述图像质量评估子网络的解码器之间设置的知识迁移通道进行知识迁移；在图像质量评估任务上进行模型微调训练；通过训练好的模型进行无参考图像的质量评估。本发明模型仅在较少的数据上进行训练就可以获得很好的性能，训练效率高，图像质量评估的准确性高。

公开(公告)号：CN118747730A

公开(公告)日：2024-10-08

申请号：CN202410641051.6

申请日：2024-05-22

Applicant: 中国科学院自动化研究所

Inventor： 李兵 ,  陈泽文 ,  王隽 ,  胡卫明

IPC: G06T7/00 ,  G06V10/80 ,  G06V10/774 ,  G06V10/764 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提供一种图像质量评估方法、装置、电子设备及存储介质，该方法包括：获取待评估图像和待评估图像的用户评估需求提示信息；将待评估图像和用户评估需求提示信息输入至图像质量评估模型，得到图像质量评估模型输出的待评估图像的图像质量评分；图像质量评估模型是根据图像样本及对应的用户评估需求提示信息样本训练得到的；用户评估需求提示信息样本包括图像样本对应的图像质量评估分数标签。本发明可以有针对性地对待评估图像进行图像质量评估和评分，提升图像质量评估的场景适应性，同时，可以在不用模型微调的情况下，通过极少量的提示信息对未知的评估需求达到很好的迁移能力，大大降低了图像质量评估模型在全新评估需求的迁移成本。

公开(公告)号：CN117522771A

公开(公告)日：2024-02-06

申请号：CN202311220311.4

申请日：2023-09-20

Applicant: 中国科学院自动化研究所

Inventor： 王隽 ,  陈泽文 ,  李兵 ,  胡卫明

IPC: G06T7/00 ,  G06V10/764

Abstract: 本发明提供一种图像质量评价方法及装置，该方法包括：根据各样本图像的质量分数预测值大于样本图像中其他样本的质量分数预测值的概率，确定质量分数预测值的排序索引估计值，质量分数预测值通过IQA模型得到；根据各样本图像的质量分数标签值大于样本图像中其他样本的质量分数标签值之间的概率，确定质量分数标签值的排序索引估计值；根据质量分数预测值的排序索引估计值和质量分数标签值的排序索引估计值，确定SROCC，根据SROCC确定IQA模型的损失值；根据IQA模型的损失值，基于梯度反向传播算法对IQA模型进行训练，基于训练好的IQA模型得到待评价图像的质量分数预测值。本发明实现将SROCC用于IQA模型的训练。