基于迁移学习的无参考视频质量评价

被引：7

作者：

张浩

桑庆兵

机构：

[1] 江南大学物联网工程学院

来源：

激光与光电子学进展 | 2018年 / 09期

关键词：

成像系统; 视频处理; 迁移学习; 神经网络; 视频质量评价;

D O I：

暂无

中图分类号：

TP391.41 []; TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

视频质量评价主要采用传统的手动提取特征,再利用机器学习预测视频质量分数,导致结果不理想。VGG-16网络在特征提取方面具有非常好的稳健性,借鉴其网络模型,迁移参数构造出用于端到端的视频质量评价网络。LIVE视频数据库的实验结果表明,该方法预测的评价分数与主观评价分数具有较高的一致性。其评价指标斯皮尔曼等级相关系数和皮尔逊线性相关系数分别达到了0.867和0.843,性能优于目前基于手动提取特征进行视频质量评价的大部分算法。

引用

页码：183 / 189

页数：7

共 9 条

[1]

基于背景消除的小波域视频质量评价模型 [J].

张淑芳 ;

黄小琴 .

天津大学学报(自然科学与工程技术版), 2017, 50 (12) :1255-1261

[2]

基于卷积神经网络的深度图超分辨率重建 [J].

李素梅 ;

雷国庆 ;

范如 .

光学学报, 2017, 37 (12) :132-140

[3]

基于高阶相位一致性的混合失真图像质量评价 [J].

侯春萍 ;

马彤彤 ;

岳广辉 ;

冯丹丹 ;

刘月 .

激光与光电子学进展, 2017, 54 (07) :128-136

[4]

基于仿视觉细胞模型的立体图像质量评价方法 [J].

薛小波 ;

郁梅 ;

何美伶 .

激光与光电子学进展, 2016, 53 (04) :86-93

[5]

Optimal Transport for Domain Adaptation.[J] Courty Nicolas;Flamary Remi;Tuia Devis;Rakotomamonjy Alain IEEE transactions on pattern analysis and machine intelligence 2017,

[6]

Blind prediction of natural video quality.[J] Saad Michele A;Bovik Alan C;Charrier Christophe IEEE transactions on image processing : a publication of the IEEE Signal Processing Society 2014,

[7]

Video Quality Assessment by Reduced Reference Spatio-Temporal Entropic Differencing.[J] Rajiv Soundararajan;Alan C. Bovik IEEE Trans. Circuits Syst. Video Techn. 2013,

[8]

Study of subjective and objective quality assessment of video.[J] Seshadrinathan Kalpana;Soundararajan Rajiv;Bovik Alan Conrad;Cormack Lawrence K IEEE transactions on image processing : a publication of the IEEE Signal Processing Society 2010,

[9]

Image quality assessment: from error visibility to structural similarity.[J] Wang Zhou;Bovik Alan Conrad;Sheikh Hamid Rahim;Simoncelli Eero P IEEE transactions on image processing : a publication of the IEEE Signal Processing Society 2004,

← 1 →