【文件属性】:
文件名称:matlab极限代码-No-reference-Image-Quality-Assessment:无参考图像质量评估
文件大小:12.38MB
文件格式:ZIP
更新时间:2021-05-20 05:01:47
系统开源
matlab极限代码
无参考图像质量评价
相关资料:
知乎上一篇关于无参考图像质量评估的综述:,
作者:涂必超,计算机视觉工程师,美图云视觉技术部门。
Google
NIMA:
可以挑选出具有美感的高质量图像
一篇
RankIQA
简介
参考中的方法,将回归问题转化为分类+回归的
问题,对高质量图像进行distortion,生成大量不同等级的图像,先训练一个图像质量rank的网络,
网络结构为Siamese,Siamese内为VGG;在训练完成后,在其基础上进行fine-tuning,使用公开集
数据(大约为2000多张)微调该网络,损失函数为L2,回归图像的具体质量分数。
该方法可以突破无参考图像质量评价的小数据集限制,可以使用大网络来训练而不产生过拟合。
文件说明
./data:
distortion的matlab代码,生成Rank网络需要的不同等级的图像
src:
为适应人脸大小,将网络输入从224降低到128重新训练
_src:
原网络代码,输入大小为224
regression_network:
使用小网络拟合RankIQA的效果
train_pose_qua.py:
一个网