-
题名基于知识蒸馏的GAN生成图像质量评价方法
- 1
-
-
作者
闫嘉阔
司占军
-
机构
天津科技大学轻工科学与工程学院
天津科技大学人工智能学院
-
出处
《印刷与数字媒体技术研究》
CAS
北大核心
2024年第1期51-59,共9页
-
文摘
为了是提高GAN模型生成的图像质量的预测精度,以更好地符合人类对图像质量的主观评价,本研究介绍了一种基于知识蒸馏的半监督图像质量评价(IQA)方法。该方法利用CNN和ViT模型的结合,充分捕获全局和局部信息,学习高质量图像与失真图像之间特征的分布差异,并通过知识蒸馏传输高级特征信息。模型通过前向传播,得到图像质量评价分数。为了提高输入特征的多样性和模型的处理速度,本研究还采用了级联分组注意(CGA)机制对输入特征处理。通过在多个公共数据集上的实验表明,本研究方法的评价结果优于现有的评价方法,总体效果理想,相对鲁棒性相对优异,可以获得更加符合人类视觉效果的IQA结果。
-
关键词
知识蒸馏
GAN模型
图像质量评价
级联分组注意力
-
Keywords
Knowledge distillation
GAN model
Image quality assessment
Cascaded Group Attention
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
