【发布时间】：2018-10-01 05:15:15
【问题描述】：
我尝试了多尺度 ssim 和 psnr 来检测一对图像中是否存在任何伪影（一个具有较高的比特率，一个具有较低的比特率）但它并不准确。
多尺度ssim误报太多，如果块颜色与背景非常相似，psnr无法检测到有块。
我想在一对图像上使用神经网络（一个是完美的，另一个可能有也可能没有块或线）来检测是否有任何差异。我已经尝试过对 Tensorflow 进行图像再训练以对有块和无块进行分类，但准确度非常低（50%）。我应该使用什么方法来获得更高的准确性？
我正在考虑一次将一对图像输入神经网络，以便它知道两个图像之间是否存在差异，它应该将其归类为 with_error。但问题是我如何将一对图像输入神经网络（我一次只能输入一个图像）以及如何让它在一对图像中相互学习。我看到人们将两张图片水平放置并保存为一张图片。可以这样检测吗？
这是我所做的 https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/#0
我使用了上面链接中的代码，并用我的图片替换了花卉图片。我有两个文件夹，一个包含有错误的图像，一个没有。代码的输出是类的百分比，越高意味着它属于该类。
一对图像的例子是：
【问题讨论】：
-
你能发布一些示例图像对吗？
-
是的，我已经发布了
-
为什么要使用神经网络？我认为有更简单的方法。
-
你的意思是检测中间有白线的图像吗？如果不是，您需要更好/更多的示例图像对。
-
@ziggyjones 我想使用一些指标，如 psnr、ms-ssim，但准确性非常低，我认为它不能反映人类对质量的真实感知。你能建议一些方法吗？
标签： tensorflow neural-network computer-vision