基于双流卷积神经网络的无参考图像质量评估方法

    公开(公告)号:CN111127435B

    公开(公告)日:2022-11-15

    申请号:CN201911352653.5

    申请日:2019-12-25

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于双流卷积神经网络的无参考图像质量评估方法,包括以下步骤:步骤S1:将失真图像数据进行数据预处理,得到待训练的图像对,作为训练数据;步骤S2:构建双流卷积神经网络模型,并根据得到训练数据训练模型,得到训练好的图像质量评估模型;步骤S3:将待测图像进行预处理,并生成待测图像的图像对,并利用训练好的图像质量评估模型预测待测图像的图像对的质量,根据待测图像的图像对的分数计算待测图像的分数。本发明能显著提高无参照图像质量评估的性能。

    一种基于孪生网络的对比学习图像质量评估方法

    公开(公告)号:CN109727246B

    公开(公告)日:2022-05-13

    申请号:CN201910077607.2

    申请日:2019-01-26

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于孪生网络的对比学习图像质量评估方法。首先,将待训练的图像做局部对比度归一化处理,然后划分为图像块,并生成图像对;其次,设计孪生卷积神经网络的结构,使用所设计的网络训练图像质量评估模型;最后,将待测图像划分为图像块,并生成图像对。利用训练好的模型预测所生成的所有待预测图像对的质量优劣,得出所有图像的质量排名,根据排名得出每张图像的质量分数。本发明方法提出将图像质量评价问题转换为图像块之间的质量对比问题,利用图像块间的两两对比,通过统计每张图和其他图像对比的结果来获得每张图像的质量得分,能显著提高无参照图像质量评估性能。

    一种基于卷积神经网络的多目标优化图像质量评估方法

    公开(公告)号:CN109215028A

    公开(公告)日:2019-01-15

    申请号:CN201811314639.1

    申请日:2018-11-06

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于卷积神经网络的多目标优化图像质量评估方法,首先将待训练的图像有重叠地划分为图块,并进行数据增强;然后设计多任务卷积神经网络的结构,同时学习图像的质量评估分数和失真类型;接着训练基于多任务卷积神经网络的图像质量评估模型;最后利用训练好的图像质量评估模型预测待预测图像的所有图块的质量评估分数和失真类别,分别通过多数表决方法和选择性加权计算方法计算图像最终的失真类型和质量评估分数。本发明有利于提高无参照图像质量评估性能。

    基于双流卷积神经网络的无参考图像质量评估方法

    公开(公告)号:CN111127435A

    公开(公告)日:2020-05-08

    申请号:CN201911352653.5

    申请日:2019-12-25

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于双流卷积神经网络的无参考图像质量评估方法,包括以下步骤:步骤S1:将失真图像数据进行数据预处理,得到待训练的图像对,作为训练数据;步骤S2:构建双流卷积神经网络模型,并根据得到训练数据训练模型,得到训练好的图像质量评估模型;步骤S3:将待测图像进行预处理,并生成待测图像的图像对,并利用训练好的图像质量评估模型预测待测图像的图像对的质量,根据待测图像的图像对的分数计算待测图像的分数。本发明能显著提高无参照图像质量评估的性能。

    PMD和CD同时监测装置及监测方法

    公开(公告)号:CN104038278A

    公开(公告)日:2014-09-10

    申请号:CN201410288071.6

    申请日:2014-06-25

    Applicant: 福州大学

    Inventor: 李兰兰 黄栋

    Abstract: 本发明公开了一种PMD和CD同时监测装置,包括:分束器(1)、滤波器(2)、第一光电转换器(3)、第一电带通滤波器(4)、第一功率计(5)、第二光电转换器(6)、第二电带通滤波器(7)和第二功率计(8);还公开了一种利用上述装置的PMD和CD同时监测方法,包括:用带阻滤波器得到单边带信号,测定单边带与双边带信号功率,单边带信号功率用于监测DGD,两信号功率比值用于监测CD。本发明适用于高速光通信系统。可对PMD和CD进行同时监测,且不需改变发射机,降低了成本与复杂度。

    一种基于孪生网络的对比学习图像质量评估方法

    公开(公告)号:CN109727246A

    公开(公告)日:2019-05-07

    申请号:CN201910077607.2

    申请日:2019-01-26

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于孪生网络的对比学习图像质量评估方法。首先,将待训练的图像做局部对比度归一化处理,然后划分为图像块,并生成图像对;其次,设计孪生卷积神经网络的结构,使用所设计的网络训练图像质量评估模型;最后,将待测图像划分为图像块,并生成图像对。利用训练好的模型预测所生成的所有待预测图像对的质量优劣,得出所有图像的质量排名,根据排名得出每张图像的质量分数。本发明方法提出将图像质量评价问题转换为图像块之间的质量对比问题,利用图像块间的两两对比,通过统计每张图和其他图像对比的结果来获得每张图像的质量得分,能显著提高无参照图像质量评估性能。

    PMD和CD同时监测装置
    7.
    实用新型

    公开(公告)号:CN203933630U

    公开(公告)日:2014-11-05

    申请号:CN201420341684.7

    申请日:2014-06-25

    Applicant: 福州大学

    Inventor: 李兰兰 黄栋

    Abstract: 本实用新型公开了一种PMD和CD同时监测装置,包括:分束器(1)、滤波器(2)、第一光电转换器(3)、第一电带通滤波器(4)、第一功率计(5)、第二光电转换器(6)、第二电带通滤波器(7)和第二功率计(8);还公开了一种利用上述装置的PMD和CD同时监测方法,包括:用带阻滤波器得到单边带信号,测定单边带与双边带信号功率,单边带信号功率用于监测DGD,两信号功率比值用于监测CD。本实用新型适用于高速光通信系统。可对PMD和CD进行同时监测,且不需改变发射机,降低了成本与复杂度。

Patent Agency Ranking