主动特征学习及其在盲图像质量评价中的应用

被引：8

作者：

高飞 ^{[1
]}

高新波 ^{[2
]}

机构：

[1] 西安电子科技大学电子工程学院

[2] 西安电子科技大学电子工程学院综合业务网及关键技术国家重点实验室

来源：

计算机学报 | 2014年 / 37卷 / 10期

基金：

国家杰出青年科学基金;

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;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

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.

引用

页码：2227 / 2234

页数：8