学习用于单图像超分辨率的无参考质量度量

文献中已提出大量单图像超分辨率算法，但很少有研究关注基于视觉感知的性能评估问题。尽管大多数超分辨率图像由全参考度量进行评估，但其有效性尚不明确，且实际中并不总能获得所需的真值图像。为解决这些问题，我们使用大量超分辨率图像进行人类主观研究，并提出一种从视觉感知分数中学习到的无参考度量。具体而言，我们在空间域和频率域设计了三类低层统计特征以量化超分辨率伪影，并学习了一个两阶段回归模型，用于在无需参考真值图像的情况下预测超分辨率图像的质量分数。大量实验结果表明，所提出的度量能够基于人类感知有效且高效地评估超分辨率图像的质量。