项目名称: 基于稀疏表示的视觉感知图像质量评价及其应用研究

项目编号: No.61201328

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 电子学与信息系统

项目作者: 程光权

作者单位: 中国人民解放军国防科学技术大学

项目金额: 23万元

中文摘要: 客观图像质量评价是图像与视频处理领域中的一项基本而又富有挑战的技术。本项目拟从人类视觉系统的视觉感知和视觉心理特性研究出发,探索视觉感知图像信息过程的特点,深入研究图像数据的视觉结构特征,在稀疏表示的基础上挖掘图像数据的自然属性,针对典型失真类型图像数据特点,建立与人类视觉感知保持一致的主客观相结合的新型图像质量评价方法,并在标准图像测试库上仿真验证算法的有效性;同时,研究将新型图像质量评价方法嵌入典型图像处理系统的优化设计中,并设计高效的非线性优化算法进行求解。项目的研究成果将对视觉质量评价方法研究的进一步完善,以及基于视觉感知的图像处理系统设计均具有重要意义。

中文关键词: 图像质量评价;人类视觉系统;视觉感知;视觉心理;稀疏表示

英文摘要: It is a fundamental and challenging work to find an efficient metric of objective image quality assessment, which is an important approach for many image and video processing tasks. Inspired by the characteristics of visual perception and visual psychology, the sensing and information processing mechanism of human viusal system are explored in this project. Following the visual characteristic of image data,the intrinsic and natural property of image data is explored via efficient image sparse resprentation. Some novel objective image quality assessment methods are proposed to fit the typical image distortion models, which are cosistent with the subjective assessment of human beings. The peformance of our methods will be validated by experimental results on standard image databases. Meanwhile, these novel metrics will be embedded into typical image processing system to improve the algorithms' perfomance with efficient nonlinear optimization process. The production of this project will promote the devolopment of visual image quality assessment and visual peception based image process system.

英文关键词: Image quality assessment;Human visual system;Visual perception;Visual psychology;Sparse resprentation

成为VIP会员查看完整内容
0

相关内容

基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
专知会员服务
32+阅读 · 2021年9月29日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
17+阅读 · 2021年7月3日
专知会员服务
69+阅读 · 2021年3月29日
无参考图像质量评价研究进展
专知会员服务
29+阅读 · 2021年2月14日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
专知会员服务
18+阅读 · 2020年12月23日
专知会员服务
77+阅读 · 2020年12月6日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
无参考图像质量评价研究进展综述
人工智能前沿讲习班
46+阅读 · 2019年2月15日
图像美学质量评价技术发展趋势
科技导报
18+阅读 · 2018年6月25日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
11+阅读 · 2018年5月13日
小贴士
相关VIP内容
基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
专知会员服务
32+阅读 · 2021年9月29日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
17+阅读 · 2021年7月3日
专知会员服务
69+阅读 · 2021年3月29日
无参考图像质量评价研究进展
专知会员服务
29+阅读 · 2021年2月14日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
专知会员服务
18+阅读 · 2020年12月23日
专知会员服务
77+阅读 · 2020年12月6日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
相关资讯
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
无参考图像质量评价研究进展综述
人工智能前沿讲习班
46+阅读 · 2019年2月15日
图像美学质量评价技术发展趋势
科技导报
18+阅读 · 2018年6月25日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员