IQA+education

今天看了CVPR的一篇论文,IQA:Visual question answering in interactive environments,主要描述的是用一个代理与视频内容进行交互,回答基于视频的问题

看到这里,想到了一个计算机视觉与教育领域融合的案例:
目前学生课堂学习存在着一个悖论:想要获取所有的学习数据,只能通过平板等电子方式获取,但使用电子产品会对学生的视力造成一定影响,所以两方不得全,教师也不能根据学生课堂的表现和作业情况了解学生,所有课后批改作业的工作量就比较大了。

基于这个问题,或许可以按照IQA的方式进行解决:IQA进行批阅——通过代理批阅学生的纸质作业,然后询问代理同学们的作业诊断报告,然后与在线的数据进行匹配,解决了适当使用电子产品也能获取学生全部数据的问题。

一举三得:学生不必必须在电子产品上写作业,纸质保护眼睛;教师不必批阅作业,减轻工作量;学生学习数据的全面性,可以汇聚整合学生线上线下的学习数据。

或许未来在线上和线下中间可以存着一个代理,就像是一个二维世界一样,我们可以按照原有健康安全的方式进行生活,而在另一维,即存在一个完全数字化的你,记录着现实生活中你的所有数据,为你提供指引和帮助!So wonderful!

目 录 第一章 引言 1 1.1 图像质量评价的定义 1 1.2 研究对象 1 1.3 方法分类 2 1.4 研究意义 3 第二章 历史发展和研究现状 4 2.1 基于手工特征提取的图像质量评价 4 2.1.1 基于可视误差的“自底向上”模型 4 2.1.1.1 Daly模型 4 2.1.1.2 Watson’s DCT模型 5 2.1.1.3 存在的问题 5 2.1.2 基于HVS的“自顶向下”模型 5 2.1.2.1 结构相似性方法 6 2.1.2.2 信息论方法 8 2.1.2.3 存在的问题 9 2.2 基于深度学习的图像质量评价 10 2.2.1 CNN模型 10 2.2.2 多任务CNN模型 12 2.2.3 研究重点 15 第三章 图像质量评价数据集和性能指标 16 3.1 图像质量评价数据集简介 16 3.2 图像质量评价模型性能指标 17 第四章 总结与展望 19 4.1 归纳总结 19 4.2 未来展望 19 参考文献 21 第一章 引言 随着现代科技的发展,诸如智能手机,平板电脑和数码相机之类的消费电子产品快速普及,已经产生了大量的数字图像。作为一种更自然的交流方式,图像中的信息相较于文本更加丰富。信息化时代的到来使图像实现了无障碍传输,图像在现代社会工商业的应用越来越广泛和深入,是人们生活中最基本的信息传播手段,也是机器学习的重要信息源。 图像质量是图像系统的核心价值,此外,它也是图像系统技术水平的最高层次。但是,对图像的有损压缩、采集和传输等过程会很容易导致图像质量下降的问题。例如:在拍摄图像过程中,机械系统的抖动、光学系统的聚焦模糊以及电子系统的热噪声等都会造成图像不够清晰;在图像存储和传输过程中,由于庞大的数据量和有限通讯带宽的矛盾,图像需要进行有损压缩编码,这也会导致振铃效应、模糊效应和块效应等图像退化现象的出现。所以,可以说图像降质在图像系统的各个层面都会很频繁地出现,对图像质量作出相应的客观评价是十分重要且有意义的。为了满足用户在各种应用中对图像质量的要求,也便于开发者们维持、控制和强化图像质量,图像质量评价(Image Quality Assessment,IQA)是一种对图像所受到的质量退化进行辨识和量化的
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值