[发明专利]一种构建图像质量评估卷积神经网络的方法及装置在审
| 申请号： | 201910935025.3 | 申请日： | 2019-09-29 |
| 公开（公告）号： | CN110648326A | 公开（公告）日： | 2020-01-03 |
| 发明（设计）人： | 孟亚洲;史腾飞 | 申请（专利权）人： | 精硕科技(北京)股份有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 11646 北京超成律师事务所 | 代理人： | 许书音 |
| 地址： | 100000 北京市石景山*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了一种构建图像质量评估卷积神经网络的方法及装置，该方法包括：先对训练图像集中的各训练图像以及测试图像集中的各测试图像进行从时域到频域的变换，以频域训练图像集中的每一训练图像作为卷积神经网络的输入，以该训练图像的标记作为卷积神经网络的输出，对卷积神经网络进行训练，最后将频域测试图像集中的测试图像输入至训练完的卷积神经网络，依据输出结果确认训练完的卷积神经网络达到预先设置的精度，得到图像质量评估卷积神经网络，通过将频域图像特征输入卷积神经网络中进行训练，降低了噪声对卷积神经网络算法性能的影响，通过修正浅层的卷积神经网络的各项参数便能保证算法的精度，降低了卷积神经网络的复杂度。 | ||
| 搜索关键词： | 卷积神经网络 训练图像 测试图像 图像质量评估 频域 算法 频域测试 频域图像 输出结果 特征输入 图像集中 预先设置 复杂度 构建 浅层 时域 噪声 输出 修正 申请 保证 | ||
【主权项】：
1.一种构建图像质量评估卷积神经网络的方法，其特征在于，所述方法包括：/n对训练图像集中的各训练图像进行从时域到频域的变换，得到频域训练图像集，以及，对测试图像集中的各测试图像进行从时域到频域的变换，得到频域测试图像集；/n针对所述频域训练图像集中的每一频域训练图像，以该频域训练图像作为卷积神经网络的输入，以该频域训练图像的标记作为卷积神经网络的输出，对卷积神经网络进行训练；/n提取所述频域测试图像集中的频域测试图像，将该频域测试图像输入至训练完的卷积神经网络，依据输出结果确认训练完的卷积神经网络达到预先设置的精度，得到图像质量评估卷积神经网络。/n
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精硕科技(北京)股份有限公司，未经精硕科技(北京)股份有限公司许可，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/201910935025.3/，转载请声明来源钻瓜专利网。
