图像质量评价综述

图像质量评价（IQA）对基于图像的应用日益重要。其目的在于建立能够替代人类准确评价图像质量的模型。根据参考图像是否完整可用，图像质量评价可分为三类：全参考（FR）、半参考（RR）和无参考（NR）图像质量评价。由于深度学习的蓬勃发展及研究者的广泛关注，近年来提出了若干基于深度学习的无参考图像质量评价方法，其中部分已超越半参考甚至全参考图像质量评价模型的性能。本文将综述图像质量评价及视频质量评价的概念与指标，简要介绍一些全参考与半参考图像质量评价方法，并重点论述基于深度学习的无参考图像质量评价方法。随后介绍常用的合成数据库与真实世界数据库。最后进行总结并指出挑战。