跨失真表征的特征聚合無參考圖像質量評價

摘要： 針對現(xiàn)有的基于深度學習的無參考圖像質量評價模型容易過擬合，并且對真實失真場景中的未知失真類型難辨識問題，提出一個跨失真表征的特征聚合無參考圖像質量評價框架。采用與模型無關的元學習優(yōu)化算法，學習跨不同失真類型的特征表達，緩解模型過擬合影響；將元學習算法與注意力機制、圖神經網絡相結合，設計特征聚合模塊學習每種失真類型的顯著性特征；設計圖表示模塊學習每種失真類型共有的失真信息，削弱圖...