(4)评价3D 图像品质[10]。随着图像处理技术的快速发展,为了增强图像立体感,怎样开发三文的图像处理技术将会是研究的热门。
(5)建立可靠的客观图像品质评估模型[11]。
图像品质评估是人脸识别系统的关键环节。依靠日益成熟的图像品质评估算法,未来很多这方面的产品将会出现在生活当中,所以图像品质评估算法拥有美好的研究前景。
1.4 本文结构
本文根据当前的客观评估标准,综合考虑相关因素,首先整合并总结目前几种主要的人脸图像评估算法,在深入思考后,改进并提出属于自己的算法,综合被选取因素的得分情况,给出每张图片一个总的得分。
本文后文的结构如下面所示:
第2章,总体概述人脸品质评估算法目前研究情况,主要介绍主观评价和客观评价,同时描述人脸评估准则、OpenCV以及Matlab的大体情况。
第3章,根据第2章给出的人脸评估准则,整合并总结目前几种主要的人脸图像评估算法,在深入思考后,改进并设计需要考虑的因素的相应算法,最后给出总得分。
第4章,使用 Matlab编写程序,具体实现几项评估因素的算法。
2 人脸品质评估概述
2.1 主观评价和客观评价
2.1.1 主观评价
主观评价顾名思义,根据人的主观感受来对图像品质进行评估。通常情况下,观测者需要机器给出的一系列连续不断的原图和失真图进行测评,给出一个主观分数。ITU-T[12]已发布了相关标准 BT-510,对主观质量评价过程中的测试图像、人员、观测距离以及实验环境等做了详细规定[2]。现在,已经有研究人员对主观评价系统进行了研究。在主观评价系统测试中,通过测试者的反馈信息,可以很好的加速研究进程。主观评价系统的缺点就是需要大量的图片多次进行实验,这样很耗费时间,效率也很低,与此同时研究成本也会显著提高。优点的话就是主观性高,借助人脸视觉的特点,获取较为准确的结果。
2.1.2 客观评价
进行客观评估系统实验时,不需要观测者的参与。只需要根据制定好的评估标准,使用设计好的模型和公式就可以进行评估。这样更加自动化,实际应用时效率好、同时又降低了成本。客观评价模型可以分为三种:
(1)全参考评价模型[13]:提取原始图像的全部信息,与待评估图像进行比较,获取两者差异,得出结论。
(2)半参考评价模型:提取原始图像的部分信息用来做评价。比较提取的信息和即将要测评的图像的信息,得出结论。
(3)无参考评价模型:直接提取评估图像时需要的信息进行测评,不要对比原来图片。
上述三种模型,第一种模型,历经几十年的积累,已经具有了完备的理论和评价机制。然而进行评价时,需要对照原来的图片,对原来的图片非常的依赖,这是一个弊端。第二种模型在一定程度上减少了对原来的图片的依赖性,仍需要提取一些需要的信息才能进行测评。不管怎样,上述两种模型都有一定的约束性。第三种模型不需要参考原始图像,只需要设计算法就可以直接测评,很有研究的必要。
- 上一篇:MATLAB直方图的图像分割系统设计与实现
- 下一篇:Android手机平台网上选课系统设计+文献综述
-
-
-
-
-
-
-
十二层带中心支撑钢结构...
中考体育项目与体育教学合理结合的研究
java+mysql车辆管理系统的设计+源代码
大众媒体对公共政策制定的影响
当代大学生慈善意识研究+文献综述
乳业同业并购式全产业链...
酸性水汽提装置总汽提塔设计+CAD图纸
电站锅炉暖风器设计任务书
河岸冲刷和泥沙淤积的监测国内外研究现状
杂拟谷盗体内共生菌沃尔...