技術(shù)特征：

1.一種基于視覺線索關(guān)聯(lián)解析的無參考圖像質(zhì)量評價方法，其特征在于，通過構(gòu)建包括局部非平等交互的轉(zhuǎn)置注意力子網(wǎng)絡(luò)與視覺線索關(guān)聯(lián)解析模塊的基于視覺線索關(guān)聯(lián)解析的無參考圖像質(zhì)量評價網(wǎng)絡(luò)對無參考圖像進行質(zhì)量評價；該無參考圖像評價方法步驟包括如下：

2.根據(jù)權(quán)利要求1所述的基于視覺線索關(guān)聯(lián)解析的無參考圖像質(zhì)量評價方法，其特征在于，步驟1中所述參數(shù)不同的局部非平等交互的轉(zhuǎn)置注意力子網(wǎng)絡(luò)是指，將第一注意力子網(wǎng)絡(luò)中的第一卷積層的特征分組數(shù)量heads設(shè)置為6，第一至第三卷積層的輸入通道數(shù)分別設(shè)置為64，128和128，卷積核的大小分別設(shè)置為1×1、3×3和1×1，步長均設(shè)置為1，將全連接層的節(jié)點個數(shù)設(shè)置為128；將第二注意力子網(wǎng)絡(luò)中的第一至第三卷積層的輸入通道數(shù)分別設(shè)置為128，256和256，全連接層的節(jié)點個數(shù)設(shè)置為64，其余參數(shù)設(shè)置與第一注意力子網(wǎng)絡(luò)一致。

3.根據(jù)權(quán)利要求1所述的基于視覺線索關(guān)聯(lián)解析的無參考圖像質(zhì)量評價方法，其特征在于，步驟2中所述參數(shù)設(shè)置不同的視覺線索關(guān)聯(lián)解析模塊是指，將第一視覺線索關(guān)聯(lián)解析模塊中第一至第三卷積層的輸入與輸出通道數(shù)均設(shè)置為128，卷積核大小分別設(shè)置為1×1、3×3和1×1，步長均設(shè)置為1，概率估計層選用函數(shù)為gumble-softmax；將第二視覺線索關(guān)聯(lián)解析模塊中第一至第三卷積層的輸入與輸出通道數(shù)均設(shè)置為64，其余參數(shù)設(shè)置與第一視覺線索關(guān)聯(lián)解析模塊一致。

4.根據(jù)權(quán)利要求1所述的基于視覺線索關(guān)聯(lián)解析的無參考圖像質(zhì)量評價方法，其特征在于，步驟3中所述圖像質(zhì)量回歸模塊的結(jié)構(gòu)依次為：歸一化層、自注意力解碼塊、全連接層，將全連接層的節(jié)點個數(shù)設(shè)置為16；所述自注意力解碼塊由三個結(jié)構(gòu)和參數(shù)設(shè)置均相同的自注意力解碼層級聯(lián)組成，每個自注意力解碼層由三個卷積層級聯(lián)組成，其中，卷積層輸入通道數(shù)均設(shè)置為192，輸出通道數(shù)均設(shè)置為192。

5.根據(jù)權(quán)利要求1所述的基于視覺線索關(guān)聯(lián)解析的無參考圖像質(zhì)量評價方法，其特征在于，步驟4中所述的歸一化處理指的是：將樣本集中的每張圖像歸一化處理的均值設(shè)置為mean＝[0.485,0.456,0.406],標(biāo)準(zhǔn)差設(shè)置為std＝[0.229,0.224,0.225]，對圖像的r，g，b三個通道分別使用以下公式處理：

6.根據(jù)權(quán)利要求1所述的基于視覺線索關(guān)聯(lián)解析的無參考圖像質(zhì)量評價方法，其特征在于，步驟4中所述生成訓(xùn)練集的步驟如下：

7.根據(jù)權(quán)利要求1所述的基于視覺線索關(guān)聯(lián)解析的無參考圖像質(zhì)量評價方法，其特征在于，步驟4中所述的線性編碼指的是：將訓(xùn)練集中的每張圖像均分成非重疊圖像塊，得到n個大小為p×p×3的局部塊，通過線性嵌入編碼將一張圖像的所有局部塊映射為特征向量，將所有特征向量構(gòu)成一個輸入序列，在輸入序列的開頭增加一個cls作為可學(xué)習(xí)token，其中，n表示非重疊圖像塊的總數(shù)，p、p分別表示每個局部塊的寬度與高度，p是w、h的公因數(shù)，cls是與特征向量相同維度的隨機向量。

8.根據(jù)權(quán)利要求1所述的基于視覺線索關(guān)聯(lián)解析的無參考圖像質(zhì)量評價方法，其特征在于，步驟5中所述設(shè)置訓(xùn)練參數(shù)具體為：小正數(shù)設(shè)置為epsilon＝1e-8，學(xué)習(xí)率設(shè)置為learn_ratio＝2×10-5，子圖的寬度與高度設(shè)置為w＝224,h＝224，局部塊的寬度與高度設(shè)置為p＝14，訓(xùn)練輪數(shù)設(shè)置為epoch＝30。

9.根據(jù)權(quán)利要求1所述的基于視覺線索關(guān)聯(lián)解析的無參考圖像質(zhì)量評價方法，其特征在于，步驟5中所述損失函數(shù)具體為：

技術(shù)總結(jié)
本發(fā)明公開一種基于視覺線索關(guān)聯(lián)解析的無參考圖像質(zhì)量評價方法，其步驟為：構(gòu)建局部非平等交互的轉(zhuǎn)置注意力子網(wǎng)絡(luò)；構(gòu)建視覺線索關(guān)聯(lián)解析模塊；生成無參考圖像質(zhì)量評價網(wǎng)絡(luò)；對生成訓(xùn)練集中的所有圖像進行線性編碼；訓(xùn)練無參考圖像質(zhì)量評價網(wǎng)絡(luò)；對待評價無參考圖像進行質(zhì)量評價。本發(fā)明的局部非平等交互的轉(zhuǎn)置注意力子網(wǎng)絡(luò)能夠模仿人類視覺系統(tǒng)對圖像的感知過程，視覺線索關(guān)聯(lián)解析模塊能夠融合不同粒度層級的語義信息之間的相關(guān)性。本發(fā)明提高了失真圖像質(zhì)量的預(yù)測精度，具有評價無參考圖像質(zhì)量時與人眼視覺感知一致性更高、泛化性能更強的優(yōu)點。

技術(shù)研發(fā)人員：路文,葉柯源,梁澤紅,向麟海,徐力,田高,何立火
受保護的技術(shù)使用者：西安電子科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21