[发明专利]一种基于深度神经网络的图像质量评估方法有效
| 申请号： | 201811598037.3 | 申请日： | 2018-12-26 |
| 公开（公告）号： | CN109829887B | 公开（公告）日： | 2022-07-01 |
| 发明（设计）人： | 赵高峰;樊强;彭启伟;罗旺;崔漾;张佩;夏源;吴超;郝小龙;王学广 | 申请（专利权）人： | 南瑞集团有限公司;南京南瑞信息通信科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/08;G06N3/04;G06F16/53 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 210003 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度神经网络的图像质量评估方法，是一种用于图像质量评估的深度神经网络的新型应用技术。本发明解决的是无人机作业巡检采集图像的质量评估问题，在大型数据库ImageNet上训练得到一个预训练的深度神经网络模型，对深度神经网络改进并采用图像质量评价数据库TID2013训练深度神经网络模型，最后对输入任意的图像，采用已训练完成的深度神经网络模型预测图像的质量。本发明所公开的基于深度神经网络的图像质量评估方法能够非常准确地评估无人机作业巡检采集图像的质量，并且能够明显地区分高质量图像和低质量图像，过滤低质量无用图像。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 图像 质量 评估 方法 | ||
【主权项】：
1.基于深度神经网络的图像质量评估方法，其特征在于，包含下列步骤：构建深度神经网络VGG‑16模型并对深度神经网络VGG‑16模型中的损失层进行改进得到改进后的深度神经网络VGG‑16模型；对改进后的深度神经网络VGG‑16模型进行预训练；选定训练样本和测试样本对深度神经网络VGG‑16模型进行训练和评估；采用训练好的深度神经网络VGG‑16模型对待测试的图像评估打分。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南瑞集团有限公司;南京南瑞信息通信科技有限公司，未经南瑞集团有限公司;南京南瑞信息通信科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811598037.3/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
