[00294238]一种基于并行卷积神经网络的图像质量测试方法
交易价格：
面议
所属行业：
分析仪器
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201610860979.9
交易方式：
技术转让
技术转让
技术入股
联系人：
华南理工大学
进入空间
所在地：广东广州市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
摘要：本发明公开了一种基于并行卷积神经网络的图像质量测试方法，包括以下步骤(1)采用并行卷积神经网络建立图像质量测试模型；所述图像质量测试模型包括五个卷积层和三个全连接层；(2)输入数据预处理与数据库平衡化处理(3)模型的预训练采用预训练数据集，对图像质量测试模型进行预训练学习，得到网络权值；(4)并行模型训练初始化图像质量测试模型，基于预训练初始化后的图像质量测试模型，进行并行模型训练，得到已训练的图像质量评估模型；(5)对目标图像使用已训练的质量评估模型进行测试。本发明得到的测试结果符合人类审美标准，判断过程无需人工参与，实现了机器全自动图像质量评价。
摘要：本发明公开了一种基于并行卷积神经网络的图像质量测试方法，包括以下步骤(1)采用并行卷积神经网络建立图像质量测试模型；所述图像质量测试模型包括五个卷积层和三个全连接层；(2)输入数据预处理与数据库平衡化处理(3)模型的预训练采用预训练数据集，对图像质量测试模型进行预训练学习，得到网络权值；(4)并行模型训练初始化图像质量测试模型，基于预训练初始化后的图像质量测试模型，进行并行模型训练，得到已训练的图像质量评估模型；(5)对目标图像使用已训练的质量评估模型进行测试。本发明得到的测试结果符合人类审美标准，判断过程无需人工参与，实现了机器全自动图像质量评价。
