《基於深度學習和感知計算的圖像質量評價》是依託西安電子科技大學，由路文擔任項目負責人的面上項目。
基本介紹
- 中文名：基於深度學習和感知計算的圖像質量評價
- 項目類別：面上項目
- 項目負責人：路文
- 依託單位：西安電子科技大學
中文摘要,結題摘要,
中文摘要
圖像質量客觀評價可以用來動態地監測圖像質量的變化和實時地調整圖像的質量，被廣泛套用於個人消費電子、商用視頻監控和軍用衛星遙感等領域。本課題旨在設計快速、準確的圖像質量客觀評價方法，通過模擬大腦層次感知機制和人類視覺特性，利用深度學習理論構建最優的圖像質量計算模型，以度量圖像的失真程度和提供信息的能力。主要研究內容有: (1) 基於深度構架的圖像分散式稀疏表示，包括圖像特徵的深度構架和最優稀疏特徵的提取；(2) 圖像質量的深度學習模型，包括深度機器學習策略的設計和最優高維核空間的選擇；(3) 基於感知濾波的評價測度，包括視覺特性的模擬和視覺感知測度。本項目結合深度學習和感知計算的基礎理論，以新的研究條件為基礎，從新的角度出發，以新的套用背景為目標，富有一定的前瞻性和挑戰性，具有重要的理論意義和套用價值。本課題預期在基礎理論和套用技術上有所突破與創新，為圖像質量評價的發展開闢新的空間。
結題摘要
圖像質量客觀評價可以用來動態地監測圖像質量的變化和實時地調整圖像的質量，被廣泛套用於個人消費電子、商用視頻監控和軍用衛星遙感等領域。本課題旨在設計快速、準確的圖像質量客觀評價方法，通過模擬大腦層次感知機制和人類視覺特性，利用深度學習理論構建最優的圖像質量計算模型，以度量圖像的失真程度和提供信息的能力。主要研究內容有: (1) 基於深度構架的圖像分散式稀疏表示，包括圖像特徵的深度構架和最優稀疏特徵的提取；(2) 圖像質量的深度學習模型，包括深度機器學習策略的設計和最優高維核空間的選擇；(3) 基於感知濾波的評價測度，包括視覺特性的模擬和視覺感知測度。發表與課題相關並標註本基金資助的學術論文總計25篇，其中期刊論文11篇，國際學術期刊SCI檢索8篇，會議論文14篇；國際學術會議8篇。申請國家發明專利6項，授權發明專利2項；基於本課題的研究晉升教授1名，晉升副教授2名，培養博士後1名，博士研究生5名，碩士研究生12名；榮獲陝西省青年科技新星1名(2014年)。榮獲CCF CCCV最佳論文獎 (2015年)。基於本課題的研究申請國家自然科學基金重點項目一項(No. 61432014)，國家自然科學基金面上項目一項(No.61571343), 國家自然科學基金青年項目一項（No.61501349），陝西省科技統籌創新工程計畫項目一項(2015年)。三星SDS合作項目一項(2016年)，深圳華星光電合作項目一項(2017年)。本課題研究作為主要內容榮獲教育部自然科學獎二等獎1項（2014年）。榮獲陝西省高等學校科學技術一等獎一項(2014年)。榮獲國家自然科學二等獎一項(2016年)。本課題組入選2013年教育部長江學者創新團隊、2014年科技部重點領域創新團隊。本項目結合深度學習和感知計算的基礎理論，以新的研究條件為基礎，從新的角度出發，以新的套用背景為目標，富有一定的前瞻性和挑戰性，具有重要的理論意義和套用價值。本課題在基礎理論和套用技術上有所突破與創新，為圖像質量評價的發展開闢新的空間。
