NIMA: Neural Image Assessment
論文：https://arxiv.org/abs/1709.05424 代碼：https://github.com/idealo/image-quality-assessment 摘要 由於圖像質量評估在各種應用中的有用性，例如評估圖像捕獲管道、存儲技術和共享媒體，因此最近自動學習的圖像質量評估已成爲熱門話題。儘管這個問題存在主觀性質，但大多數現有方法僅預測由AVA [1]和TID2013 [2]
相關文章
- 1. 圖像質量評估-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（綜述）
- 7. Convolutional Neural Networks for No-Reference Image Quality Assessment 論文翻譯
- 8. NIMA模型
- 9. Learned Perceptual Image Enhancement筆記
- 10. 論文閱讀比較——End-to-End Blind Image Quality Assessment Using Deep Neural Networks
- 更多相關文章...
- • RSS
元素 - RSS 教程 - • ASP.NET Image 控件 - ASP.NET 教程
- • Docker 清理命令
- • Docker容器實戰(八) - 漫談 Kubernetes 的本質
相關標籤/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。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 圖像質量評估-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（綜述）
- 7. Convolutional Neural Networks for No-Reference Image Quality Assessment 論文翻譯
- 8. NIMA模型
- 9. Learned Perceptual Image Enhancement筆記
- 10. 論文閱讀比較——End-to-End Blind Image Quality Assessment Using Deep Neural Networks