之前看的一篇文章,今天翻到了,在这里做一个简单的整理,这是一篇较为传统的IQA论文
该模型仅利用自然图像中观察到的统计规律的可测量偏差,而没有对人类评级的扭曲图像进行训练。
测试图像的质量表示为从测试图像中提取的NSS特征(共计36)与多元高斯模型(MVG)进行拟合,得到的数据与从自然语料库中提取的质量感知特征的MVG模型进行拟合,这两者之间的距离。
实验步骤:
- 计算MSCN系数
- 系数MSCN得到后,将该图像分为P×P尺寸的块,这里的P值设置为96×96。
- 利用GGD和AGGD提取18个图像特征,后经过两个尺度(低通滤波和系数为2的下采样),得到最终的36个特征;
模型建立
从125张原始图像中提取36个特征的平均值,与MVG模型进行拟合,利用最大似然估计得到该模型均值和协方差,得到自然图像的模型。测试图像提取36个特征,与MVG模型进行拟合,计算这两个数据之间的距离,就是最后的图片质量。(值大,质量差;值小,质量好。)