[发明专利]一种基于脑电特征的图像质量评价方法及装置

说明书

本申请提供了一种基于脑电特征的图像质量评价方法及装置，涉及图像领域、计算机领域和生物神经科学领域，旨在反映用户真实感知的情况下进行图像质量评价。所述方法包括：获取待评价图像；将所述待评价图像输入分数预测网络，获得由所述分数预测网络输出的图像质量分数；其中，所述分数预测网络是以多个第一图像样本为训练样本、并以所述每个第一图像样本的标签质量分数为标签，对预设分数预测网络进行训练得到的；其中，一个图像样本的标签质量分数为训练完成的标签分数网络针对该图像样本所输出的，所述标签分数网络的训练样本为多个携带客观质量等级的第二图像样本以及所述第二图像样本各自对应的脑电信号。

技术领域

本申请涉及图像领域、计算机领域和生物神经科学领域，特别是涉及一种基于脑电特征的图像质量评价方法及装置。

背景技术

对于图像视频通信系统，图像视频质量评价有重要意义，能够根据评价结果优化通信资源分配，对编解码、传输、终端显示设备适配等方面有指导作用，提升用户体验。

现有的图像质量评价方法可分为客观质量评价和主观质量评价，面向人的图像视频通信需要考虑人的真实感知，因此用户的真实感知是一个非常重要的评价指标。人类的视觉感知对某些失真是不敏感的，对于一些失真图像，人类并不能感知到失真，因此客观质量评价不能很好地反映人的真实感知。相关的主观评价方法，例如平均意见得分(MeanOpinion Score,MOS)，用户的评分操作可能受到外部因素的影响，因此MOS对由人类认知活动引起的偏差非常敏感，具有方差大、耗时长、主观性、精度低等缺点。

发明内容

鉴于上述问题，本发明实施例提供了一种基于脑电特征的图像质量评价方法及装置，以便克服上述问题或者至少部分地解决上述问题。

本发明实施例的第一方面，提供了一种基于脑电特征的图像质量评价方法，所述方法包括：

获取待评价图像；

将所述待评价图像输入分数预测网络，获得由所述分数预测网络输出的图像质量分数；

其中，所述分数预测网络是以多个第一图像样本为训练样本、并以所述每个第一图像样本的标签质量分数为标签，对预设分数预测网络进行训练得到的；

其中，一个图像样本的标签质量分数为训练完成的标签分数网络针对该图像样本所输出的，所述标签分数网络的训练样本为多个携带客观质量等级的第二图像样本以及所述第二图像样本各自对应的脑电信号。

可选地，所述方法还包括：

以所述多个携带客观质量等级的第二图像样本以及所述多个第二图像样本各自对应的脑电信号，对预设标签分数网络进行训练，得到所述标签分数网络；

将所述多个第一图像样本对应的脑电信号输入所述标签分数网络，得到所述多个第一图像样本的标签质量分数；

以所述多个第一图像样本为训练样本、并以每个第一图像样本的标签质量分数为标签，对所述预设分数预测网络进行训练，得到所述分数预测网络。

可选地，以所述多个携带客观质量等级的第二图像样本以及所述多个第二图像样本各自对应的脑电信号，对预设标签分数网络进行训练，得到所述标签分数网络，包括：

获得所述多个携带客观质量等级的第二图像样本以及所述多个第二图像样本各自对应的脑电信号；

将所述多段脑电信号成对输入所述预设标签分数网络的孪生模块，得到所述成对的脑电信号对应的成对的脑电特征向量；

计算所述每对脑电特征向量之间的第一距离；

通过所述第一距离以及所述每对脑电特征向量对应的图像的客观质量等级的异同情况，建立第一损失函数；