图像质量评估：通过协方差约束谱分析深度特征的相似性

《IEEE Transactions on Broadcasting》：Image Quality Assessment: Exploring the Similarity of Deep Features via Covariance-Constrained Spectra

提出基于协方差约束谱推导的全参考图像质量评估方法，通过联合浅层与深层特征提取、统计预处理增强数据稳定性、协方差约束分析特征关系、联合谱分析整合特征对信息，最终通过特征级谱推导结果融合计算失真图像质量预测值。实验表明该方法性能与现有先进方法相当。

　　

摘要：

在本文中，我们提出了一种基于协方差约束的光谱推导的全参考图像质量评估（FR-IQA）方法，该方法通过设计的感知深度特征相似性策略来实现对失真图像的退化感知。首先，采用原始分辨率的图像作为输入以保持信息不变性；同时使用基本特征提取器来获取图像的浅层和深层特征。其次，在统计原理的指导下进行集中式预处理以增强数据稳定性，利用协方差约束来表征特征之间的关系，实施联合光谱分析以统一特征对信息，并通过特征值分析完成光谱推导。最后，将来自两个特征层次的光谱推导结果整合起来，计算失真图像的预测质量分数。实验结果表明，我们的方法与最先进的方法在性能上具有可比性。