计算机应用

作者：闫钧华, 侯平, 张寅, 吕向阳, 马越, 王高飞

单位：1. 空间光电探测与感知工业和信息化部重点实验室(南京航空航天大学), 南京 211106;2. 南京航空航天大学 航天学院, 南京 211106

关键词：单失真类型,卷积神经网络,小波变换,双通道,高频信息图

基金：国家自然科学基金资助项目（61705104）；中央高校基本科研业务费专项资金资助项目（NJ2020021）；江苏省自然科学基金资助项目（BK20170804）。

针对图像单失真类型判定算法对部分失真类型判定精度低的问题，提出了一种基于双通道卷积神经网络（CNN）的图像单失真类型判定方法。首先，对图像进行裁剪以得到固定尺寸的图像块，并对图像块进行Haar小波变换从而得到高频信息图；然后，将图像块与对应的高频信息图分别输入到不同通道卷积层中以提取深层特征图后，对深层特征进行融合并输入到全连接层中；最后，将全连接层最后一层的值输入到Softmax函数分类器中得到图像单失真类型概率分布。LIVE数据库上的实验结果表明，所提方法的图像单失真类型判定准确率达到了95.21%，并且对JPEG2000和快速衰落失真这两种失真类型的判定精度相较用于对比的其他五种图像单失真类型判定方法分别提升了至少6.69个百分点和2.46个百分点。所提方法能够准确地判定出图像中存在的单失真类型。

来源：2021年第6期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第6期