北理工團(tuán)隊(duì)論文獲歐洲信號(hào)處理學(xué)會(huì)2020年度最佳論文獎(jiǎng)
發(fā)布日期：2020-06-02 供稿：計(jì)算機(jī)學(xué)院 劉利雄 攝影：計(jì)算機(jī)學(xué)院
編輯：林婷 審核：丁剛毅 閱讀次數(shù)：近日，北京理工大學(xué)計(jì)算機(jī)學(xué)院劉利雄副教授、碩士生化毅、趙清杰教授、黃華教授（通訊作者）與美國(guó)德州大學(xué)澳斯汀分校Alan Conrad Bovik教授合作的論文《Blind image quality assessment by relative gradient statistics and adaboosting neural network》，獲得歐洲信號(hào)處理學(xué)會(huì)（EURASIP）2020年度最佳論文獎(jiǎng)（2020 EURASIP Best Paper Award），將于2021年1月在第28屆歐洲信號(hào)處理大會(huì)（EUSIPCO 2020）上頒獎(jiǎng)。
OG-IQA算法在TID2013圖像庫(kù)上的性能
獲獎(jiǎng)?wù)撐挠?016年1月發(fā)表在該領(lǐng)域國(guó)際重要期刊Signal Processing: Image Communication（SPIC）上，受到了國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目資助。該論文提出了一種基于梯度關(guān)聯(lián)性的無(wú)參考圖像質(zhì)量評(píng)價(jià)方法（OG-IQA），較好地解決了傳統(tǒng)的圖像梯度信息無(wú)法準(zhǔn)確描述圖像失真程度的問(wèn)題。該方法將傳統(tǒng)的梯度信息以梯度相對(duì)變化的方式表示，并使用相鄰梯度之間的關(guān)聯(lián)性來(lái)增強(qiáng)對(duì)圖像失真程度的描述，之后利用 AdaBoosting BP神經(jīng)網(wǎng)絡(luò)建立圖像特征到圖像質(zhì)量的映射關(guān)系。該方法在多個(gè)圖像庫(kù)上均能取得較好的性能。
EURASIP SPIC期刊每?jī)赡暝u(píng)選一篇論文獲最佳論文獎(jiǎng)，評(píng)選范圍為過(guò)去四年（本次為2015年至2018年）內(nèi)發(fā)表的論文，論文的學(xué)術(shù)評(píng)價(jià)、下載和引用量等是主要評(píng)選標(biāo)準(zhǔn)。（https://www.eurasip.org/Awards/EURASIP_Awards_Procedures_Sept_2017.pdf）。
分享到：