文献类型：期刊文章

作　　者：郭小英[1,3] 李文书[2] 钱宇华[3] 白茹意[1] 贾春花[1]

GUO Xiao-ying;LI Wen-shu;QIAN Yu-hua;BAI Ru-yi;JIA Chun-hua(School of Software Engineering,Shanxi University,Taiyuan,Shanxi 030013,China;Department of Information Science and Technology,Zhejiang Sci-Tech University,Hangzhou,Zhejiang 310018,China;Institute of Big Data Science and Industry,Key Laboratory of Computational Intelligence and Chinese Information Processing of Ministry of Education,Shanxi University,Taiyuan,Shanxi 030006,China)

机构地区：[1]山西大学软件学院,山西太原030013 [2]浙江理工大学信息学院,浙江杭州310018 [3]山西大学大数据科学与产业研究院,山西大学计算智能与中文信息处理教育部重点实验室,山西太原030006

出　　处：《电子学报》

基　　金：国家自然科学基金(No.61603228,No.31771224,No.61672332);国家科技部重点研发计划:重点专项课题(No.2018YFB1004901)。

年　　份：2020

卷　　号：48

期　　号：4

起止页码：819-826

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：可计算的图像复杂度评价是让计算机模拟人类视觉感知,从而对图像视觉复杂度进行决策的研究,该研究属于多学科交叉的创新性研究课题,在图像工程领域具有重要意义.本文针对可计算的图像复杂度评价方法进行了全面的梳理和分析,文中首先回顾了图像复杂度的应用领域,并详细阐述了图像复杂度评价方法,从信息论、图像压缩理论、图像特征分析、眼动数据等方面进行总结;随后,着重阐述基于图像特征的图像复杂度评价方法中所使用的图像特征;归纳图像复杂度建模中的分类和回归问题;最后,总结当前图像视觉复杂度评价方法存在的问题和挑战,展望图像复杂度的计算化发展方向.

关 键 词：视觉复杂度  情感感知  复杂度评价  特征提取 分类与回归  

分 类 号：TP391]