基于稀疏系数和FV向量的图像质量评价

为降低基于码本的图像质量评价算法的训练时间,有效保留系数矩阵各个维度的特征信息,提出基于稀疏系数和Fisher向量的无参考图像质量评价算法。采用显著性图像块建立稀疏编码字典,减小冗余图像块节省训练时间,通过Fisher向量对稀疏系数编码,进入支撑向量回归预测图像质量。实验结果表明,小尺寸稀疏编码字典可以替代大字典,提取的特征能在无参考的情况下更好地评价图像质量。