Res2Net-ViT:一种多尺度特征融合的无参考图像质量评价模型OA
在图像质量评价中,针对Transformer模型无法挖掘图像不同尺度和位置特征的问题,本文提出了一种基于Res2Net和ViT(Vision Transformer)的混合模型进行无参考图像质量评价.该模型利用Res2Net的多尺度和跨尺度连接,增强特征提取模型的感受野和特征表示能力,以得到更有用的图像细节信息.用Res2Net生成的特征图取代图像块输入Transformer,利用Transformer捕获全局特征,以使混合模型平衡图像的细节信息与全局信息.在真实失真数据集和合成失真数据集上进行实验,结果表明,本文模型表现出良好的评价性能,具有一定的泛化能力,整体性能优于其他CNN类模型.
张波;郝彩霞;胡燕翔;张雨欣;马飞翔
天津师范大学计算机与信息工程学院,天津300387天津师范大学计算机与信息工程学院,天津300387天津师范大学计算机与信息工程学院,天津300387天津师范大学计算机与信息工程学院,天津300387天津师范大学计算机与信息工程学院,天津300387
信息技术与安全科学
图像质量评价全局特征局部特征Res2NetVision Transformer(ViT)模型
《天津师范大学学报(自然科学版)》 2026 (2)
P.65-73,9
教育部产学合作协同育人资助项目(220900287135507).
评论