摘要
在本文中，我们通过无监督学习方法从通用图像数据库中获得稀疏表示来估计感知图像质量。为了减少空间冗余并增强图像的描述性，采用了颜色空间变换、均值减法和白化操作；线性解码器用于获取稀疏表示；阈值阶段则用于模拟视觉系统中的抑制机制。线性解码器使用了约7GB的数据进行训练，这些数据对应于从ImageNet 2013数据库中近1000张图像随机提取的10万个8x8图像块。为了保持局部信息，选择了基于图像块的训练方法。所提出的质量评估器UNIQUE在LIVE、Multiply Distorted LIVE和TID 2013数据库上进行了测试，并与十三种质量评估器进行了比较。实验结果表明，UNIQUE在准确性、一致性、线性和单调行为方面通常表现最佳。