![](http://www.bit.edu.cn/pub/bit/mediaDir/images/content/2020-06/20200602075319353240.png)
OG-IQA算法在TID2013图像库上的性能
获奖论文于2016年1月发表在该领域国际重要期刊SignalProcessing:ImageCommunication(SPIC)上,受到了国家自然科学基金重点项目资助。该论文提出了一种基于梯度关联性的无参考图像质量评价方法(OG-IQA),较好地解决了传统的图像梯度信息无法准确描述图像失真程度的问题。该方法将传统的梯度信息以梯度相对变化的方式表示,并使用相邻梯度之间的关联性来增强对图像失真程度的描述,之后利用AdaBoostingBP神经网络建立图像特征到图像质量的映射关系。该方法在多个图像库上均能取得较好的性能。
EURASIPSPIC期刊每两年评选一篇论文获最佳论文奖,评选范围为过去四年(本次为2015年至2018年)内发表的论文,论文的学术评价、下载和引用量等是主要评选标准。(https://www.eurasip.org/Awards/EURASIP_Awards_Procedures_Sept_2017.pdf)。