技术总结
本发明公开了一种基于并行卷积神经网络的图像质量测试方法，包括以下步骤：(1)采用并行卷积神经网络建立图像质量测试模型；所述图像质量测试模型包括五个卷积层和三个全连接层；(2)输入数据预处理与数据库平衡化处理：(3)模型的预训练：采用预训练数据集，对图像质量测试模型进行预训练学习，得到网络权值；(4)并行模型训练：初始化图像质量测试模型，基于预训练初始化后的图像质量测试模型，进行并行模型训练，得到已训练的图像质量评估模型；(5)对目标图像使用已训练的质量评估模型进行测试。本发明得到的测试结果符合人类审美标准，判断过程无需人工参与，实现了机器全自动图像质量评价。
技术研发人员：王伟凝;赵明权;黄杰雄;蔡加成
受保护的技术使用者：华南理工大学
文档号码：201610860979
技术研发日：2016.09.28
技术公布日：2017.05.10