排序约束的半监督图像质量评价方法、系统、设备及介质

本申请实施例涉及数字图像处理技术领域，公开了一种排序约束的半监督图像质量评价方法、系统、设备及介质，该方法针对图像质量评价中主观标注数据稀缺、半监督方法伪标签筛选困难及传统强增强篡改质量属性等问题，构建基于CLIP的双分支教师‑学生协同学习网络，将回归任务重塑为有序概率分布预测。无监督分支中，对弱增强图像经有序集中性过滤校验及图‑块一致性聚合生成全局伪标签，对原始图像块施加整体‑属性逆向配对增强策略生成困难样本，结合监督损失与无监督损失优化网络。本申请可在极少量标注数据下实现精准的无参考图像质量预测。