NIMA: Neural Image Assessment
论文：https://arxiv.org/abs/1709.05424 代码：https://github.com/idealo/image-quality-assessment 摘要 由于图像质量评估在各种应用中的有用性，例如评估图像捕获管道、存储技术和共享媒体，因此最近自动学习的图像质量评估已成为热门话题。尽管这个问题存在主观性质，但大多数现有方法仅预测由AVA [1]和TID2013 [2]
相关文章
- 1. 图像质量评估-NIMA（Neural Image Assessment）
- 2. Face-Image-Quality-Assessment
- 3. Stereoscopic image quality assessment by deep convolutional neural network
- 4. Tone-Mapped Image Quality Assessment
- 5. Image Quality Assessment,IQA and Video Quality Assessment,VQA
- 6. A Survey for Image Quality Assessment（综述）
- 7. Convolutional Neural Networks for No-Reference Image Quality Assessment 论文翻译
- 8. NIMA模型
- 9. Learned Perceptual Image Enhancement笔记
- 10. 论文阅读比较——End-to-End Blind Image Quality Assessment Using Deep Neural Networks
- 更多相关文章...
- • RSS
元素 - RSS 教程 - • ASP.NET Image 控件 - ASP.NET 教程
- • Docker 清理命令
- • Docker容器实战(八) - 漫谈 Kubernetes 的本质
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 图像质量评估-NIMA（Neural Image Assessment）
- 2. Face-Image-Quality-Assessment
- 3. Stereoscopic image quality assessment by deep convolutional neural network
- 4. Tone-Mapped Image Quality Assessment
- 5. Image Quality Assessment,IQA and Video Quality Assessment,VQA
- 6. A Survey for Image Quality Assessment（综述）
- 7. Convolutional Neural Networks for No-Reference Image Quality Assessment 论文翻译
- 8. NIMA模型
- 9. Learned Perceptual Image Enhancement笔记
- 10. 论文阅读比较——End-to-End Blind Image Quality Assessment Using Deep Neural Networks