收录：
摘要：
本发明涉及一种基于排序学习和孪生神经网络的图像修复质量评价方法，具体包括训练数据集的生成、孪生网络的搭建、局部结构连贯性和颜色纹理一致性评估模块的设计、模型的训练与测试等内容。本发明基于深度学习并具备端到端的学习能力，可以实现对两张待评价图像对的质量排序任务。本发明所创建的训练数据集，弥补了本领域的数据集缺失问题；本发明提出的网络结构能够很好的评估被修复区域与周围已知区域，以及被修复区域内部在结构上的连贯性和颜色纹理等内容上的一致性。经实验测试，本发明提出的网络模型，在对修复图像质量排序结果的准确率上比现有方法高，从而证明了本发明的效果和实用性。
关键词：
通讯作者信息：
电子邮件地址：
