论文阅读——又看了两篇图像质量评价（IQA）的论文_alexnet 图像质量评价

作者：小小林熬夜学编程 | 2024-06-08 21:01:57

踩

alexnet 图像质量评价

【Blind CT image quality assessment via deep learning strategy: Initial Study】2018

本文主要讲了一种基于AlexNet的2D CT图像无参考质量评估(NR-IQA)方法。其框架图如下：
在这里插入图片描述
使用了300张优质CT图像+1200张添加噪声图像合计1500张作为数据集，其中1350张作为训练集，150张作为测试集。作者将图像质量从劣到优分为5个等级，图像整体输入，AlexNet只修改输入图像大小和输出部分。除了分类准确率，作者还采用了两种常用的IQA评价指标：

1) Pearson Linear Correlation Coefficient (PLCC)
在这里插入图片描述
其中N表示测试集数量，yi为第i张图像的ground truth，yi ba表示ground truth均值。^表示相应预测值和预测均值。

2) Spearman Rank Order Correlation Coefficient (SROCC)

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/小小林熬夜学编程/article/detail/691188