買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜廣東工業大學申請的專利一種圖像質量評價方法、系統以及可讀存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115100490B 。

龍圖騰網通過國家知識產權局官網在2025-04-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210851943.X，技術領域涉及：G06V10/774；該發明授權一種圖像質量評價方法、系統以及可讀存儲介質是由羅玉;謝家明;凌捷;柳毅設計研發完成，并于2022-07-20向國家知識產權局提交的專利申請。

本一種圖像質量評價方法、系統以及可讀存儲介質在說明書摘要公布了：本申請公開的一種圖像質量評價方法、系統以及可讀存儲介質，該方法包括構建訓練圖像數據集，所述訓練圖像數據集包含真實失真圖像；構建用于結合圖像通道、以及空間特征信息，進行圖像質量加權評價計算的初始網絡模型；按照預設的預處理方式，對所述訓練圖像數據集中包括的各圖像分別進行的預處理操作，得到相應的預處理訓練數據；將所述預處理訓練數據輸入到所述初始網絡模型中進行訓練，得到訓練好的目標網絡模型；對待評價的真實失真圖像進行所述預處理操作，并將所得的預處理待評數據輸入到所述目標網絡模型進行處理，得到相應的圖像質量評分。該方法的實施能夠提高圖像質量評分的精準度。

本發明授權一種圖像質量評價方法、系統以及可讀存儲介質在權利要求書中公布了：1.一種圖像質量評價方法，其特征在于，所述方法包括：構建訓練圖像數據集，所述訓練圖像數據集包含真實失真圖像；構建用于結合圖像通道、以及空間特征信息，進行圖像質量加權評價計算的初始網絡模型；按照預設的預處理方式，對所述訓練圖像數據集中包括的各圖像分別進行的預處理操作，得到相應的預處理訓練數據；將所述預處理訓練數據輸入到所述初始網絡模型中進行訓練，得到訓練好的目標網絡模型；對待評價的真實失真圖像進行所述預處理操作，并將所得的預處理待評數據輸入到所述目標網絡模型進行處理，得到相應的圖像質量評分；所述初始網絡模型包括特征提取網絡、以及雙注意力預測和自適應加權網絡，其中：所述特征提取網絡，用于對切片后編碼成特征向量的圖像進行多尺度的特征提取，得到相應的特征圖，其中，所述多尺度的特征提取包括淺層特征提取、中層特征提取以及深層特征提取；通過所述特征提取網絡進行多尺度的特征提取，包括以下步驟：在淺層特征提取階段即第一階段，結合一個用于通過線性運算進行特征映射的LinearEmbedding模塊、以及2個連續的SwinTransformerBlock模塊進行淺層特征提取，其中，輸入到序號為奇數的SwinTransformerBlock模塊的向量將先在層內進行歸一化處理，并在向量所在位置所處標準窗口內進行標準多頭自注意力處理，之后將所得處理結果與輸入相加后再進行層歸一化，而序號為偶數的SwinTransformerBlock模塊則采用基于滑動窗口的多頭自注意力處理機制進行特征提取處理；在中層特征提取階段即第二階段，結合一個用于降低特征向量的尺寸大小，得到分層特征的PatchMerging模塊、以及2個連續的SwinTransformerBlock模塊進行中層特征提取；深層次特征提取階段分為兩個子階段，其中，在第一個深層次特征提取階段即第三階段中，結合一個PatchMerging模塊、以及18個連續的SwinTransformerBlock模塊進行這一階段的深層次特征提取，在第二個深層次特征提取階段即第四階段中，結合一個PatchMerging模塊、以及2個連續的SwinTransformerBlock模塊進行這一階段的深層次特征提取；所述雙注意力預測和自適應加權網絡，用于基于從所得特征圖中提取到的通道特征信息、及空間特征信息，進行圖像質量評價的加權計算；所述基于從所得特征圖中提取到的通道特征信息、及空間特征信息，進行圖像質量評價的加權計算，包括：結合所得的第一圖像質量評估結果、以及第二圖像質量評估結果，通過下述公式進行圖像質量評價的加權計算： ；其中，和表示加權系數，其可根據訓練過程中可學習的自適應參數確定，表示所得的圖像質量評價的加權計算結果；通過皮爾遜線性相關系數PLCC、斯皮爾曼秩次相關系數SROCC衡量評估精準度。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人廣東工業大學，其通訊地址為：510006 廣東省廣州市東風東路729號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。