主动特征学习及其在盲图像质量评价中的应用

高新波高飞

西安电子科技大学;

摘要：

盲图像质量评价是指在没有原始图像信息的情况下,预测给定图像的视觉感知质量.迄今为止,基于无监督特征学习的盲图像质量评价方法取得了较好的性能,但其质量预测精度随特征维度的降低而显著下降.为了克服这一缺陷,作者将主动学习策略与无监督特征学习相结合,提出了一种主动特征学习框架,以提高图像特征表示的判别性,并利用所学特征进行质量预测.实验表明,在特征维度较低时,与基于无监督特征学习的方法相比,文中方法在图像质量预测精度上提高了8％.同时,文中方法的性能也优于现有的其他盲图像质量评价方法.

关键词：主动学习、字典学习、特征学习、图像表示、图像质量评价

所属期刊栏目：37

分类号：TN911

资助基金：国家杰出青年科学基金61125204;国家自然科学基金61172146,61372130;中央高校基本科研业务费专项资金K5051202048,JB149901,BDY081426,JB140214;教育部“创新团队发展计划”IRT13088;陕西省重点科技创新团队2012KCT-02

在线出版日期：2014-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2227-2234