The human visual system (HVS) is effective at distinguishing low-quality
images due to its ability to sense the distortion level and the resulting
semantic impact. Prior research focuses on developing dedicated networks based
on the presence and absence of pristine images, respectively
本文提出了一种名为基于熵的无参考图像质量评估（ENIQA）的方法，该方法结合空间域和频率域的熵和互信息等特征，并使用支持向量分类器和回归进行质量预测和失真分类，能够评估各种失真图像的质量，且具有低复杂度和优秀的性能。该方法在 LIVE 和 TID2013 数据库上的实验结果表明其具有高度的客观和主观评估一致性，且有很好的泛化能力。