无参考彩色图像质量评价：从熵到感知质量
计算机视觉与模式识别
2018-12-31 v1
摘要
本文提出一种基于图像熵的高性能通用无参考（NR）图像质量评价（IQA）方法。图像特征从两个域提取。在空间域中，计算颜色通道间的互信息与二维熵。在频率域中，计算滤波后子带图像的二维熵与互信息作为输入彩色图像的特征集。然后，利用所有提取的特征，采用支持向量分类器（SVC）进行失真分类，并利用支持向量回归（SVR）进行质量预测，以获得最终的质量评价分数。我们所称的基于熵的无参考图像质量评价（ENIQA）方法能够评价不同类别失真图像的质量，且复杂度低。所提出的 ENIQA 方法在 LIVE 与 TID2013 数据库上进行了评估，展现出优越性能。实验结果证实，所提出的 ENIQA 方法在彩色图像上与主客观评价具有高度一致性，表明 ENIQA 具有良好的整体性能与泛化能力。源代码可在 github https://github.com/jacob6/ENIQA 获取。
引用
@article{arxiv.1812.10695,
title = {No-Reference Color Image Quality Assessment: From Entropy to Perceptual Quality},
author = {Xiaoqiao Chen and Qingyi Zhang and Manhui Lin and Guangyi Yang and Chu He},
journal= {arXiv preprint arXiv:1812.10695},
year = {2018}
}
备注
12 pages, 8 figures