weixin_70839941的博客

NIMA（Neural Image Assessment）是一种基于深度卷积神经网络（CNN）的图像质量评价指标。它的主要目标是预测图像质量得分的分布，而不是简单地将图像分类为低质量和高质量的两类。NIMA能够从直接观感（技术角度）和吸引程度（美学角度）预测人类对图像的评估意见的分布。NIMA不仅能对图像进行与人类审美相符的评分，而且能帮助以智能照片编辑、优化视觉质量等需要大量人力与主观任务的处理，并尽可能减少在图像可能引致的视觉错误。这是因为NIMA采用的方法能够预测评级的分布，提供更好的质量预测，与实际评分有着更高的相关性，并能够应用于一般图像。NIMA模型可以指导多层拉普拉斯滤波器找到其参数在美学上接近最佳的设置。这意味着，使NIMA评分最大化，就相当于使图片变得更好看。一般而言，图片增强的操作中会涉及到许多参数，这些参数的选择需要不少经验，以及相当长的时间。但是，利用NIMA提出的图片评分网络可以自动将这些参数调至接近最优。