-
公开(公告)号:CN118333973A
公开(公告)日:2024-07-12
申请号:CN202410463191.9
申请日:2024-04-17
Applicant: 大连海事大学
IPC: G06T7/00 , G06V20/05 , G06V10/764 , G06V10/52 , G06V10/774 , G06V10/44 , G06V10/766 , G06N3/092 , G06N3/0464 , G06V10/80 , G06V10/776
Abstract: 本发明提供一种基于多尺度图像分类的水下图像质量评估模型。本发明主要使用在水下图像增强过程中,无法客观准确的评估增强的图像质量,导致评分与人眼视觉不一致的问题,针对光的吸收和散射使得水下图像常常出现模糊和细节丢失等问题,基于多尺度图像分类提取原图像与陆地真实参考图像之间的局部与全局信息差异,构建多阶段分类器‑拟合器,加入基于强化学习得到的优化序列数据集进行训练,最后依据向量回归的决策Agent将分类器中得到的环境基础分类概率拟合为统一视角的质量评估分数。
-
公开(公告)号:CN119516342A
公开(公告)日:2025-02-25
申请号:CN202411673774.0
申请日:2024-11-21
Applicant: 大连海事大学
IPC: G06V10/98 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种基于多向感知集成和差异捕捉机制的图像质量评估模型。本发明主要使用在水下图像增强过程中,针对水下图像增强算法生成的图像偏差,特别是过度增强和增强不足等偏差,首先通过比例图像合成技术在原始图像与增强图像之间生成一系列递进的影像,精确模拟图像增强过程中可能出现的偏差,接着引入多元分组策略,对从原始图像到参考图像的演变过程应用多向感知集成,随后采用差异捕捉机制,对从原始图像到参考图像再到过度增强或增强不足的图像序列进行图像偏差区域的互动捕捉,最终利用并行处理架构,从多维度综合分析分数特征与权重特征,实现对图像最终质量评分的精确预测。
-