基于深度学习的无参考立体图像质量评价

被引：32

作者：

田维军

邵枫

蒋刚毅

郁梅

机构：

[1] 宁波大学信息科学与工程学院

来源：

计算机辅助设计与图形学学报 | 2016年 / 06期

关键词：

立体图像; 质量评价; Gabor滤波; 独眼图; 深度学习;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

立体图像质量评价是评价立体视频系统性能的有效途径,而如何结合人类的视觉特性对立体图像质量进行评价是目前的研究难点.为此提出一种基于深度学习的无参考立体图像质量评价方法,分为训练和测试2个阶段.在训练阶段,首先对左右图像分别进行Gabor滤波,获取不同尺度和方向的统计特征作为单目特性;然后根据人眼视觉系统的双目竞争特性,将左右图像融合得到独眼图,提取其方向梯度直方图作为双目特征;最后通过深度信念网络训练得到特征和主观评价值之间的回归模型.在测试阶段,根据已建立的回归模型,预测得到左右图像质量并联合得到立体图像质量.实验结果表明,文中方法在对称和非对称立体图像数据库都取得了较好的效果,与人类的主观感知保持良好的一致性.

引用

页码：968 / 975

页数：8

共 5 条

[1]

结合自然图像统计和空域变换的无参图像质量评价 [J].

刘雪超 ;

吴志勇 ;

黄德天 ;

云海姣 .

计算机辅助设计与图形学学报, 2015, 27 (02) :249-255

[2]

结合感知特征和自然场景统计的无参考图像质量评价 [J].

贾惠珍 ;

孙权森 ;

王同罕 .

中国图象图形学报, 2014, 19 (06) :859-867

[3]

A perceptual metric for stereoscopic image quality assessment based on the binocular energy[J] Rafik Bensalma;Mohamed-Chaker Larabi Multidimensional Systems and Signal Processing 2013,

[4]

A Fast Learning Algorithm for Deep Belief Nets[J] Geoffrey E. Hinton;Simon Osindero;Yee-Whye Teh Neural Computation 2006,

[5]

Perceptual quality metrics applied to still image compression[J] Michael P. Eckert;Andrew P. Bradley Signal Processing 1998,

← 1 →