一种图像标注质量评估的方法技术

本发明专利技术公开一种图像标注质量评估的方法，包括以下步骤：S1、从待评估图像中提取MSCN系数；S2、将所述MSCN系数拟合成非对称性广义高斯分布，并提取所述拟合的非对称性广义高斯分布的特征；S3、将提取的特征输入到支持向量机中做回归得到图像的失真数据组；S4、对所述失真数据组进行MAP计算，将计算结果取平均值，得到图像质量的评估结果，该方法用计算机来代替人类视觉系统去观看和认知图像，并通过计算模型获得图像质量量化值与人类主观观测值一致性的好坏来评估的。

A method of image annotation quality evaluation

【技术实现步骤摘要】
一种图像标注质量评估的方法
本专利技术涉及图像评估领域。更具体地，涉及一种图像标注质量评估的方法。
技术介绍
图像标注是指针对图像的视觉内容，通过机器学习的方法自动给图像添加反应其内容的文本特征信息的过程。基本思想是:利用已标注图像集或其他可获得的信息，自动学习语义概念空间与视觉特征空间的潜在关联或者映射关系，给未知图像添加文本关键词。经过图像自动标注技术的处理，图像信息问题可以转化为技术已经相对较成熟的文本信息处理问题。基于分类图像标注是一种有监督的机器学习方法。分类器训练过程会不断地通过反馈信息调整分类器，使得分类器达到某个精度。分类模型的基本思想是:先对图像进行分割，过滤噪声和过分割部分，把每一个语义概念当作一个类别，对分割后的图像进行分类。图像的自动标注实际上可以看作图像分类问题来处理。相关模型图像自动标注方法是基于早期的概率关联模型而来，不同于概率关联模型的地方是它不仅仅简单地统计图像区域与关键词出现的共生概率，而是建立图像与语义关键词之间的概率相关模型。通过关联模型，给待标注图像找到与其相关性概率最大的一组语义关键词本文档来自技高网...

【技术保护点】
1.一种图像标注质量评估的方法，其特征在于，包括以下步骤：/nS1、从待评估图像中提取MSCN系数；/nS2、将所述MSCN系数拟合成非对称性广义高斯分布，并提取所述拟合的非对称性广义高斯分布的特征；/nS3、将提取的特征输入到支持向量机中做回归得到图像的失真数据组；/nS4、对所述失真数据组进行MAP计算，将计算结果取平均值，得到图像质量的评估结果。/n

【技术特征摘要】
1.一种图像标注质量评估的方法，其特征在于，包括以下步骤：
S1、从待评估图像中提取MSCN系数；
S2、将所述MSCN系数拟合成非对称性广义高斯分布，并提取所述拟合的非对称性广义高斯分布的特征；
S3、将提取的特征输入到支持向量机中做回归得到图像的失真数据组；
S4、对所述失真数据组进行MAP计算，将计算结果取平均值，得到图像质量的评估结果。


2.根据权利要求1所述的方法，其特征在于，所述步骤S4还包括在所述MAP计算之前，在MAP算法中置入权重因子K，用于计算所述失真数据组的准确排序值。


3.根据权利要求2所述的方法，其特征在于，所述在MAP算法...

【专利技术属性】
技术研发人员：张璐，
申请(专利权)人：北京无线电计量测试研究所，
类型：发明
国别省市：北京;11