Mar, 2023

使用高斯过程回归模型的频域盲模糊和阻塞伪影图像质量评估

PDF
TL;DR该研究提出一种通过机器学习和离散频率变换来评估由于图像压缩等原因导致的图像质量问题的方法。该方法可以处理包括图块、模糊和噪声等在内的多种视觉信息失真，并且相对于其他方法具有更快的处理速度，适用于实时质量监控应用。
image compressiondiscrete frequency transformmachine learningimage quality assessmentvisual media distortions
发现论文，激发创造
  • 基于基准测试、分析和结构估计的去模糊

    本文讨论了评估去模糊方法质量的挑战，并提出了一种基于机器学习的降低参考度量。我们创造了一个新的运动模糊数据集，使用梁分束器，以各种运动类型为特征。我们进行了两次大规模主观比较，以帮助指标开发，并且我们的度量结果不需要 GT 框架，并且与人类对模糊的主观感觉有很好的相关性。

    May, 2023

  • 基于相位图像的单幅图像盲模糊核估计

    本文提出了一种基于自相关的相位图像的频域方法，直接从运动模式中提取高质量的模糊核，在加入对模糊核和潜在图像的正则化约束下，优化求解模糊核和清晰图像的问题，从而实现图像去模糊。此方法可处理空间变化和非均匀模糊，并在合成和真实数据上得到了良好的结果。

    Nov, 2018

  • 图像去模糊中的频率选择有趣发现

    该论文利用频率选择、傅里叶变换和残差块等方法构建了 Res FFT-ReLU 块，通过学习频率 - 空间双域表示，提高了图像去模糊的效果，同时仍保持了低计算复杂度。

    Nov, 2021

  • 在嘈杂环境下使用差异度量的量子经典混合块匹配算法

    通过使用分块匹配算法和相似度 / 不相似度测量，本研究在图像处理过程中，利用高斯噪声和图像大小减小的低通滤波器或域转换，并采用分阶段搜索技术通过相位操作符对图像进行编码。通过量子傅里叶变换和 Swap 测试对相位图像编码进行相似度度量，结果在理想和噪声模拟以及与 IBM 和 Ionq 量子设备进行 Swap 测试的情况下获得。

    Sep, 2023

  • 使用特征包方法对真实失真图像进行感知质量预测

    通过对真实场景中的失真图像进行特征提取，结构化约束，然后使用回归模型，从而提高自动感知图像质量预测的性能。

    Sep, 2016

  • 基于 FFT-ReLU 的盲图像去模糊及其深度学习管线集成

    图像盲去模糊是从模糊图像中提取出清晰图像和模糊核的过程。本研究提出了一种新的先验（ReLU 稀疏性先验），能够在各种图像分布（自然图像、人脸图像、文本图像、低光图像、饱和图像等）上有效地估计模糊核。我们的方法在 PSNR、SSIM 和错误比等度量指标上保持高准确性的同时，推断时间比现有方法快三倍。当将我们的方法用作后处理单元时，可观察到在基于深度学习的方法中最先进的架构性能上的显著改进。

    Jun, 2024

  • 基于多尺度融合和排序的梯度幅值变换系数的空间变化模糊检测

    该论文提出了一种基于高频多尺度融合和排序变换对梯度幅度进行模糊检测图计算的方法，而无需了解模糊类型、级别或相机设置。对多种有不同模糊类型、级别和内容的图像进行的测试表明，该算法在定性和定量方面均优于现有的方法。

    Mar, 2017

  • PIQI：基于高斯过程回归集成的感知图像质量指数

    本文提出了一种基于感知的数字图像质量评估方法 —— 无参考感知图像质量指数（PIQI），来评估数字图像的质量。通过计算多个尺度和颜色空间中的亮度、梯度统计信息以及均值减法对比规范化乘积，将这些提取出的特征提供给高斯过程回归（GPR）的堆叠集成模型进行质量评估，并在六个基准数据库上评估其性能并与其他方法进行比较，结果表明 PIQI 能够达到竞争水平。

    May, 2023

  • 实用高效的盲运动去模糊技术：通过模糊像素离散化

    通过对图像残差错误进行分类和离散化，我们提出了一种高效的去模糊模型，它在现实基准测试中表现出与最先进的方法相当的性能，同时计算效率高达 10 倍。

    Apr, 2024

  • 用于模糊图像分类的基于块的特征

    本文提出了一种用于图像质量评估的低计算量轻量级分块特征方法，该方法可以区分模糊与清晰图像降级，并在开放数据集上实现了 90.1％的平均准确率。

    Apr, 2023