Resumen

Con el rápido desarrollo de la tecnología de Internet, las imágenes en la red se utilizan en varios aspectos de la vida de las personas. La seguridad y autorización de las imágenes dependen fuertemente de la calidad de las mismas. También han surgido algunos problemas potenciales, entre los cuales la evaluación de calidad y la reducción de ruido de las imágenes son particularmente evidentes. Este artículo propone un nuevo método de NR-IQA basado en la estructura de red neuronal convolucional dual, que combina la detección de saliencia con el sistema visual humano (HSV), utilizado como una función de ponderación para reflejar la distorsión importante causada por el área local. El modelo se entrena utilizando características en escala de grises y de color en el espacio HSV. Se aplica a la selección de parámetros de un algoritmo de reducción de ruido de imágenes. El experimento demuestra que nuestro método propuesto puede evaluar con precisión la calidad de la imagen en el proceso de reducción de ruido. Proporciona una gran ayuda en la iteración de optimización de parámetros y mejora el rendimiento del al

• Materias:Cifrado de búsqueda Ataque criptográfico Seguridad en Internet
• Subjects:Search encryption Cryptographic attack Internet Security
• Palabras claves:Tecnología de internet; Imágenes; Calidad de imagen; Método NR-IQA; Red neuronal convolucional; Eliminación de ruido en imágenes
• Keywords:Internet technology; Images; Image quality; NR-IQA method; Convolutional neural network; Image denoising