一种基于PU学习的盲参考图像质量评估半监督方法

    公开(公告)号:CN117173507A

    公开(公告)日:2023-12-05

    申请号:CN202311137352.7

    申请日:2023-09-05

    Applicant: 厦门大学

    Abstract: 一种基于PU学习的盲参考图像质量评估半监督方法。根据图像平均主观分数切片得图像对应质量等级作为该图像的标签,训练guided diffusion model生成大量无标签数据扩充盲参考图像质量评估数据集;应用PU‑learning排除无标签数据中离群值,分配正标签给标签数据,负标签给无标签数据,在无标签数据中添加通过扩散模型生成与标签数据语义信息相似的无标签数据集,防止PU‑learning简单根据语义信息区分正负样本,提高其排除离群值能力。基于标注数据与及纯净无标签数据,利用预训练的教师模型为无标签数据生成伪标签,根据模型给出的数据置信度自适应调整无标签数据损失权重。

Patent Agency Ranking