您好,歡迎來(lái)電子發(fā)燒友網(wǎng)! ,新用戶?[免費(fèi)注冊(cè)]

您的位置:電子發(fā)燒友網(wǎng)>源碼下載>數(shù)值算法/人工智能>

利用多核學(xué)習(xí)立體圖像質(zhì)量評(píng)價(jià)IQA方法

大?。?/span>0.79 MB 人氣: 2017-11-21 需要積分:0

  為了有效地評(píng)價(jià)各種失真類型雙目立體圖像的質(zhì)量,提出利用多核學(xué)習(xí)機(jī)學(xué)習(xí)立體圖像平面紋理信息和3D映射信息的通用無(wú)參考立體圖像質(zhì)量評(píng)價(jià)IQA方法。該方法首先利用立體匹配模型對(duì)左右視圖進(jìn)行處理,獲得相應(yīng)的視差圖DM和誤差能量圖DMEE;對(duì)左右視圖、視差圖和誤差能量圖進(jìn)行相位一致性和結(jié)構(gòu)張量變換,獲得它們的平坦區(qū)和邊緣區(qū);分別提取左右視圖兩個(gè)區(qū)域紋理特征作為平面信息,提取視差圖的紋理特征和誤差能量圖的統(tǒng)計(jì)特征作為3D信息;將所有特征作為多核學(xué)習(xí)機(jī)的輸入,利用多核學(xué)習(xí)的信息融合能力預(yù)測(cè)待測(cè)失真立體圖像質(zhì)量。由于充分利用了立體圖像的左右視圖、視差圖和誤差能量圖的失真信息,以及多核學(xué)習(xí)的信息融合能力,該方法具有很好的前景。在LIVE 3D圖像質(zhì)量數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)表明,該方法與主觀質(zhì)量有較高一致性,與現(xiàn)有的雙目立體質(zhì)量評(píng)價(jià)方法相比有很大的競(jìng)爭(zhēng)力。

利用多核學(xué)習(xí)立體圖像質(zhì)量評(píng)價(jià)IQA方法

非常好我支持^.^

(0) 0%

不好我反對(duì)

(0) 0%

      發(fā)表評(píng)論

      用戶評(píng)論
      評(píng)價(jià):好評(píng)中評(píng)差評(píng)

      發(fā)表評(píng)論,獲取積分! 請(qǐng)遵守相關(guān)規(guī)定!

      ?