发明专利已授权

独立成分分析和卷积神经网络的无参考图像质量评价方法

📄 申请号：CN201811631594.0 📄 发布日：2026/08/10

著录项目信息

申请日

2018-12-29

公开号

CN109741313B

公开日

2023-08-22

申请人

南京信息工程大学

法律状态

已下证

专利类型

发明

主分类号

G06T7_00

IPC 分类号

G06T7_00

技术画像

所属领域

独立成分分析独立成分分析

应用场景

图像质量评估, 视频监控, 摄影图像优化, 医学图像分析, 自动驾驶感知

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种独立成分分析和卷积神经网络的无参考图像质量评价方法，属于图像质量评价领域及通信与信息处理技术领域。该方法包括如下步骤：（1）提取表征图像质量的块作为图像质量块；（2）提取所选图像质量块的独立分量特征；（3）设计CNN训练独立分量系数来预测DMOS值；（4）用预测的DMOS值及图像质量块梯度的归一值来计算客观质量评价分数。本发明实现了更准确与人类主观感受一致性更高的无参考客观图像质量评价。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种雨量计

当前第 / 件

基于压电和磁电复合结构的能量采集装置

同领域国内专利 · IPC: (G06T7_00)

G06T7_00 G06T7_10 G06T7_11 G06T7_12 G06T7_13 G06T7_136 G06T7_143 G06T7_149 G06T7_155 G06T7_168 G06T7_174 G06T7_181 G06T7_187 G06T7_194 G06T7_20 G06T7_207 G06T7_215 G06T7_223 G06T7_246 G06T7_254 G06T7_269 G06T7_277 G06T7_292 G06T7_30 G06T7_32 G06T7_33 G06T7_37 G06T7_38 G06T7_40 G06T7_41 G06T7_44 G06T7_45 G06T7_49 G06T7_50 G06T7_507 G06T7_514 G06T7_521 G06T7_55 G06T7_557 G06T7_564 G06T7_579 G06T7_593 G06T7_60 G06T7_62 G06T7_64 G06T7_66 G06T7_68 G06T7_70 G06T7_73 G06T7_77 G06T7_80 G06T7_90 覆盖52个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：7 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

独立成分分析和卷积神经网络的无参考图像质量评价方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06T7_00)

相似专利推荐 AI 驱动 · 同领域

一种融合小波包与互信息的生物信号特征提取方法

一种图像特征提取及描述符获取方法、装置及存储介质

基于多频特征提取的小样本金属表面缺陷分割方法、系统

服务项目

资源中心

关于柿子坊