脑启发式无参考影像质量评价技术研究

Image quality assessment (IQA) technology is greatly demanded in the optimization of visual signal processing systems which target to deliver images with better perceptual quality. Most of the existing IQA models are full-reference or reduced-reference based, which require the whole or part of the reference information. However, the reference information is always not exist in most real-world applications. Without the help from the reference information, how to accurately measure the image quality becomes an open problem. In this proposal, a brain-inspired no-reference (NR) IQA method is proposed. Inspired by the orientation selectivity mechanism of the visual cortex, a novel visual pattern is firstly set to extract the local feature. Next, by mimicking the connection among synapses for memory, the spatial correlations within neighbor local features are analyzed, and the high-level features which can represent the commonness of images are extracted to build a prior knowledge base. Finally, with the guidance the base, a novel NR IQA method is introduced. Through this proposal, we hope to achieve a breakthrough in visual structure description and visual content extraction, and also lay the theoretical and technical basis for designing the new generation NR IQA method.

客观影像质量评价技术在以视觉质量为目标的信息智能优化系统中有重大需求。现有的大部分客观质量评价算法为全参考或部分参考模型，需要原参考信息指导评价过程，而现实应用中往往无法获悉原参考信息。如何在缺少原参考信息指导的情况下实现有效的无参考质量评价成为当前亟待解决的难题。受大脑感知视觉信息主观质量过程启发，本项目模拟大脑提取视觉结构信息时视皮层所表现出的方位选择特性，设计基于方位特性的视觉模式并用于提取影像局部视觉特征；借鉴记忆过程中神经突触的连接特性，研究相邻局部特征间的空域关联性，并借助聚类机器学习算法挖掘、构建能表征影像共性内容的先验知识库；最后，在该先验库的指导下，模拟大脑内在视觉信息推导过程，对当前影像的质量进行评估，从而实现无参考质量评价。本项目预期在影像局部结构描述及视觉内容提取理论上有创新，在质量评价技术实现上有突破，为研制符合主观感知的客观无参考质量评价方法奠定理论与技术基础。

客观影像质量评价技术在以视觉质量为目标的信息智能优化系统中有重大需求。现有的大部分客观质量评价算法依赖参考信息指导评价过程，而现实应用中往往无法获悉原参考信息。如何在缺少原参考信息指导的情况下实现有效的无参考质量评价成为当前亟待解决的难题。受大脑感知视觉信息主观质量过程启发，本项目首先研究大脑对影像质量衰减的感知特性，建立从层级感知衰减、层级认知需求、时序质量依赖的主观感知模型。然后基于视皮层的方位选择特性，设计基于图像分布特征的局部描述子，构建基于方位选择特性的视觉模式；借鉴神经元传递与记忆方式，研究混合视觉感知内容与认知理解的表征方法，构建能表征影像共性内容的先验知识库；最后，在该先验库的指导下，模拟大脑内在推导过程，提出基于异质知识集成的学习方法，建立无参考评估模型，对当前影像的质量进行评估。本项目在影像局部结构描述及视觉内容提取理论上有创新，在质量评价技术实现上有突破，为研制符合主观感知的客观无参考质量评价方法奠定理论与技术基础。研究成果已发表在国内外学术杂志上，累计论文19篇，其中国际知名期刊上发表学术论文11篇，包括本领域顶级期刊IEEE Trans. on Image Processing等JCR1-2区上7篇，国际会议论文8篇（包括ACM-MM等CCF-A类及本领域顶级会议）；申请相关国家发明专利12项；此外，成功研制了卫星/无人机遥感影像质量评价系统，已被中国资源卫星应用中心及某基地采用。上述研究成果获国内外抓紧肯定，获得了陕西省科学技术奖一等奖、国际会议最佳论文提名奖等。