Convolutional Neural Networks for No-Reference Image Quality Assessment(泛读)

一.文献名字和作者

   Convolutional Neural Networks for No-Reference Image Quality Assessment, CVPR2014

   

二.阅读时间

    2014年10月8日

三.文献的贡献点

   文献提出了一种基于卷积神经网络的无参考图像评价方法，主要是使用一个卷积层和Pooling层作为特征提取的方法，然后连接两个全连接层和一个输出神经元，输出神经元作为图像块的评价，最后将所有图像块的评价作为整个图像的评价。

    主要处理流程如下：将图像进行灰度化，进行归一化，然后进行不重叠的分块。将每一个块输入到CNN中，获得每一个块的得分后，计算图像的平均值，作为最终的质量评价得分。

    由于作者是使用图像块作为CNN的输入的，所以可以很方便地拓展为对于整体图像中某个质量比较差的图像块进行检测，对于图像块的检测结果看起来效果还是挺好的。

    这篇文章有一个很大的优点，就是语言表达非常好，可以好好学习这些语言的表达。

版权所有，欢迎转载，转载请注明出处，谢谢