近日,上海大学通信与信息工程学院硕士研究生王哲寅在导师沈礼权研究员的指导下,以第一作者在中科院一区期刊《IEEE Transactions on Circuits and Systems for Video Technology》(影响因子:5.859)上发表题为“Generation-based Joint Luminance-Chrominance Learning for Underwater Image Quality Assessment”的研究论文,沈礼权研究员为通讯作者。
基于生成的亮色度学习的水下图像质量评价网络框架
由于水下图像的无失真图像标签缺失等特点,该工作设计了一种基于映射的水下图像质量表示方法,并依据此设计一个双向参考生成模块用于生成对应的缺失的伪参考图像。根据水下增强后图像存在的失真的分布特点,将网络于图像亮度、色度通道分别提取失真信息,最终得到图像的质量。经实验证明,该方法的结果符合人眼对水下增强后图像质量的主观感知规律,且在各个数据集中均取得了最高的性能:SROCC达到0.87,PLCC达到0.89,相比现有流行方法UIQM的SROCC仅为0.43,PLCC仅为0.47,有显著的提升。该方法为评估水下图像及增强后图像的质量提供了新的基准,将有助于水下图像质量增强、压缩编码、处理算法的研究。
该工作得到国家自然科学基金重点项目(No. 61931022)的资助与支持。
(附论文链接:https://ieeexplore.ieee.org/document/9913502)