[发明专利]一种基于特征相融的图像质量评估方法

权利要求书

1.一种基于特征相融的图像质量评估方法，其特征在于，包括步骤：

S10,根据目标图像，通过收集模型获取比较图像；

S20,对待测的目标图像和比较图像，进行特征提取；

S30,根据相融性量化分析目标图像和比较图像的特征值，获得评估结果。

2.根据权利要求1所述的一种基于特征相融的图像质量评估方法，其特征在于，所述步骤S10，包括步骤：

通过卷积神经网络提取待目标图像的语义特征；

根据所提取的语义特征选取用于对比的比较图像。

3.根据权利要求2所述的一种基于特征相融的图像质量评估方法，其特征在于，使用RESNET预训练模型提取目标图像的特征，在经过SoftMax函数后，得到图片的语义类别概率，根据语义类别概率选取N张比较图片，对于第i个语义类别，选取n_i张图片：

式中，N表示待选取比较图片的总数量；n_c代表数据集中图片语义类别的总数量；c_j表示第j个语义类中图片的数量，c_i表示第i个语义类中图片的数量。

4.根据权利要求1所述的一种基于特征相融的图像质量评估方法，其特征在于，所述步骤S20，包括步骤：

将目标图像与目标图像相应的比较图像放在一起；

采用网络的浅层特征提取所有图片的特征。

5.根据权利要求4所述的一种基于特征相融的图像质量评估方法，其特征在于，采用网络的浅层特征提取所有图片的特征中，所用网络参数和结构与收集模型采用的卷积神经网络相同。

6.根据权利要求1所述的一种基于特征相融的图像质量评估方法，其特征在于，在所述步骤S30中,根据目标图像相应的比较图像中具有差异的特征，进行相融性量化分析，获得评估分数。

7.根据权利要求6所述的一种基于特征相融的图像质量评估方法，其特征在于，在所述步骤S30中,包括步骤：

用Wasserstein距离来表示两个特征之间的距离:

P₁、P₂分别表示待计算的两个特征分布；Π(P₁，P₂)是两个分布组合起来所有可能的联合分布的集合；则对于每一个联合分布γ，从中采样到样本(x，y)；；距离的数学期望E在所有联合分布下取到下界就是Wasserstein距离；

用相融性的量化结果识别，评估的目标图像与比较图像：

C_i＝(W(f_i，f₁)，W(f_i，f₂)，...，W(f_i，f_n)；

CP表示相融性，T表示目标图像和比较图像之间差异的特征向量；而Ci表示第i张比较图像和其余比较图像特征之间差异的特征向量；W(f₁，f₂)表示两个特征分布之间的Wasserstein距离；f₁，f₂…f_n代表所有的比较图片的特征分布，而f表示待评估的目标图片的特征分布。