第13卷第6期 智能系统学报 Vol.13 No.6 2018年12月 CAAI Transactions on Intelligent Systems Dec.2018 D0:10.11992/tis.201805027 网络出版地址：http:/kns.cnki.net/kcms/detail/23.1538.TP.20180716.1307.012.html 一种特征字典映射的图像盲评价方法研究 王伟2，刘辉2，杨俊安2 (1.军事科学院评估论证研究中心，北京100091；2.国防科技大学电子对抗学院，安徽合肥230037) 摘要：图像质量评价对于许多计算机视觉任务来说，是至关重要的一环。传统的方法往往聚焦于人类直观打 分，其最大不足就是打分数据的庞大性。为了解决这个难题，本文提出了一种图像质量盲评价框架。首先分别 提取图像的局部结构特征和全局统计特性，在学习阶段，提出了一种基于字典池的映射策略来加速打分的进 程。实验结果显示，本文所提方法准确度和鲁棒性相比较时下其他算法，取得了更加令人满意的结果。 关键词：客观评价：盲评价：图像质量评价；局部结构特征；全局统计特性；特征提取；字典；池化映射 中图分类号：TP391.4文献标志码：A文章编号：1673-4785(2018)06-0989-05 中文引用格式：王伟，刘辉，杨俊安.一种特征字典映射的图像盲评价方法研究.智能系统学报，2018,13(6)：989-993. 英文引用格式：WANG Wei,LIU Hui,YANG Jun'an.Blind quality evaluation with image features codebook mapping.CAAI transactions on intelligent systems,2018,13(6):989-993. Blind quality evaluation with image features codebook mapping WANG Wei2,LIU Hui,YANG Jun'an? (1.Center for Assessment and Demonstration Research,Academy of Military Science,Beijing 100091,China;2.Institute of Elec- tronic Warfare,National University of Defense Technology,Hefei 230037,China) Abstract:Image quality assessment is crucial to many computer vision tasks.Traditional approaches concentrate on hu- man perceptual scoring.The biggest hurdle to these subjective efforts is the difficulty of collecting the enormous human scored data.To solve this difficulty,we propose a blind image quality assessment framework.Starting with local struc- tural characteristics and global statistics characteristics of images,we utilize a codebook-based pooling strategy to accel- erate the scoring stage.Experimental results show that by comparison with other algorithm,an effective performance in accuracy and robustness was achieved using the proposed approach. Keywords:objective assessment;blind assessment;image quality assessment;local structural feature;global statistics characteristics;feature extraction;codebook;pooling mapping 数字视频和图像缩小了人类和自然界的差 我们往往只有失真后的图像，并没有原始图像做 距。然而不幸的是，由于各种各样的图像退化和 参考。这种问题的出现影响了图像质量评价的进 畸变，有用的信息可能会被丢失，因此如何评价 程，进而可能会给后续分析带来麻烦，因此怎样 失真图像的质量成为了一种紧迫需要。理论上，人 设计出一个合适的盲图像质量评价系统是人们迫 类视觉系统(HVS)是最有效和直接的方式，但是 切的愿望。 其收集大量人类打分数据的过程极其复杂、耗时。 1相关工作 关于图像质量评价的研究已经有较长时间。 通常图像质量可以通过直接计算原始图像和退化 建立一个典型盲图像质量评价系统通常需要 图像之间的距离来衡量。然而在大多数情况下， 两个成分：一系列特征以及学习型的回归模型。 收稿日期：2018-05-22.网络出版日期：2018-07-17. 典型全参考图像质量评价过程流程图如图1所 基金项目：中国博士后科学基金项目(2015M572722):安徽省自 然科学基金项目(1408085MKL46), 示。之前的方法通常将特征提取和模型训练分开 通信作者：王伟.E-mail:wwei0O9@mail.ustc.edu.cn. 考虑。对于这些特定类型的失真图像，相应的特DOI: 10.11992/tis.201805027 网络出版地址: http://kns.cnki.net/kcms/detail/23.1538.TP.20180716.1307.012.html 一种特征字典映射的图像盲评价方法研究 王伟1,2，刘辉2 ，杨俊安2 （1. 军事科学院 评估论证研究中心，北京 100091; 2. 国防科技大学 电子对抗学院，安徽 合肥 230037） 摘 要：图像质量评价对于许多计算机视觉任务来说，是至关重要的一环。传统的方法往往聚焦于人类直观打 分，其最大不足就是打分数据的庞大性。为了解决这个难题，本文提出了一种图像质量盲评价框架。首先分别 提取图像的局部结构特征和全局统计特性，在学习阶段，提出了一种基于字典池的映射策略来加速打分的进 程。实验结果显示，本文所提方法准确度和鲁棒性相比较时下其他算法，取得了更加令人满意的结果。 关键词：客观评价；盲评价；图像质量评价；局部结构特征；全局统计特性；特征提取；字典；池化映射 中图分类号：TP391.4 文献标志码：A 文章编号：1673−4785(2018)06−0989−05 中文引用格式：王伟, 刘辉, 杨俊安. 一种特征字典映射的图像盲评价方法研究[J]. 智能系统学报, 2018, 13(6): 989–993. 英文引用格式：WANG Wei, LIU Hui, YANG Jun’an. Blind quality evaluation with image features codebook mapping[J]. CAAI transactions on intelligent systems, 2018, 13(6): 989–993. Blind quality evaluation with image features codebook mapping WANG Wei1,2 ，LIU Hui2 ，YANG Jun’an2 (1. Center for Assessment and Demonstration Research, Academy of Military Science, Beijing 100091, China; 2. Institute of Elec￾tronic Warfare, National University of Defense Technology, Hefei 230037, China) Abstract: Image quality assessment is crucial to many computer vision tasks. Traditional approaches concentrate on hu￾man perceptual scoring. The biggest hurdle to these subjective efforts is the difficulty of collecting the enormous human scored data. To solve this difficulty, we propose a blind image quality assessment framework. Starting with local struc￾tural characteristics and global statistics characteristics of images, we utilize a codebook-based pooling strategy to accel￾erate the scoring stage. Experimental results show that by comparison with other algorithm, an effective performance in accuracy and robustness was achieved using the proposed approach. Keywords: objective assessment; blind assessment; image quality assessment; local structural feature; global statistics characteristics; feature extraction; codebook; pooling mapping 数字视频和图像缩小了人类和自然界的差 距。然而不幸的是，由于各种各样的图像退化和 畸变，有用的信息可能会被丢失，因此如何评价 失真图像的质量成为了一种紧迫需要。理论上，人 类视觉系统 (HVS) 是最有效和直接的方式，但是 其收集大量人类打分数据的过程极其复杂、耗时。 关于图像质量评价的研究已经有较长时间。 通常图像质量可以通过直接计算原始图像和退化 图像之间的距离来衡量。然而在大多数情况下， 我们往往只有失真后的图像，并没有原始图像做 参考。这种问题的出现影响了图像质量评价的进 程，进而可能会给后续分析带来麻烦，因此怎样 设计出一个合适的盲图像质量评价系统是人们迫 切的愿望。 1 相关工作 建立一个典型盲图像质量评价系统通常需要 两个成分：一系列特征以及学习型的回归模型。 典型全参考图像质量评价过程流程图如图 1 所 示。之前的方法通常将特征提取和模型训练分开 考虑。对于这些特定类型的失真图像，相应的特 收稿日期：2018−05−22. 网络出版日期：2018−07−17. 基金项目：中国博士后科学基金项目 (2015M572722)；安徽省自 然科学基金项目 (1408085MKL46). 通信作者：王伟. E-mail：wwei009@mail.ustc.edu.cn. 第 13 卷第 6 期 智 能 系 统 学 报 Vol.13 No.6 2018 年 12 月 CAAI Transactions on Intelligent Systems Dec. 2018