视频质量评估工具Evalvid及源码 ，可用于视频质量评估。 Evalvid是一个对在真实或模拟的网络里传输的视频进行质量评价的框架和工具集。除了底层网络的QoS参数的测量，如丢包率，延迟，抖动，Evalvid还提供标准的视频质量评价算法如PSNR和SSIM。它视频编码方面支持H.264，MPEG-4和H.263。音频编码方面支持AAC

编码器-解码器残留网络（IVIP-Lab） 该存储库是我们为NTIRE2019真正超分辨率挑战赛提供的解决方案。 我们IVIP-LAB团队在NTIRE2019真正超分辨率挑战赛的最后阶段赢得了第9位PSNR和Top5 SSIM。 我们的论文将在CVPR 2019 Workshop中发表。 [ ] [] 目录 网络架构 编码器-解码器残留网络（EDRN） NTIRE2019真正的超分辨率挑战赛结果 定量结果 方法 信噪比（dB） SIM卡 运行时间 基准线 26.89 0.78 --

SSIM网络 该存储库包含Amirshahi，Pedersen和Beghdadi提出的SSIM-CNN的重新实现。 该源代码在研究论文“基于卷积激活图的组合全参考图像质量评估方法”中使用。 如果使用此代码，请引用以下论文： inproceedings {amirshahi2018reviving， title = {使用CNN恢复传统图像质量指标}， author = {Amirshahi，Seyed Ali and Pedersen，Marius and Beghdadi，Azeddine}，

论文_DSS 最终论文：建立了一个深度学习神经模型来正确检测疟疾寄生虫。 模型完成后，使用知识提炼将“知识”转移到更轻，更小的神经网络。 然后将gradcam应用于观察两个神经网络的模式并生成热图，然后使用称为结构相似性指数（SSIM）的图像处理技术对其进行比较。 与疟原虫分类有关的许多初期工作都是基于Rajamaran等人所做的工作。 2018。 数据来源。 从此处获取知识提炼的源代码。 此外，该页面对我也有很大帮助。 图像比较方法SSIM的源代码从这里开始。 gradca