一种基于卷积神经网络的无参考立体图像质量评价方法[发明专利]

来源：年旅网

专利内容由知识产权出版社提供

专利名称：一种基于卷积神经网络的无参考立体图像质量评价

方法

专利类型：发明专利

发明人：周武杰,张爽爽,张宇来,邱薇薇,周扬,向坚申请号：CN201811104375.7申请日：20180921公开号：CN109167996A公开日：20190108

摘要：本发明公开了一种基于卷积神经网络的无参考立体图像质量评价方法，其利用卷积神经网络提取出失真立体图像的左视点图像和右视点图像各自的归一化图像的特征图；然后利用全卷积神经网络提取出两类特征图的联合特征图，并将联合特征图展平成一维向量作为特征向量；接着利用深度神经网络对用于训练的失真立体图像各自的主观评分及特征向量进行训练，得到全局最优的深度神经网络模型；最后利用全局最优的深度神经网络模型对用于测试的失真立体图像的特征向量进行测试，预测得到用于测试的失真立体图像的客观质量评价预测值；优点是其能够充分考虑到立体图像的多种特性对视觉质量的影响，从而能够有效地提高客观评价结果与双目主观感知之间的相关性。

申请人：浙江科技学院

地址：310023 浙江省杭州市西湖区留和路318号

国籍：CN

代理机构：宁波奥圣专利代理事务所(普通合伙)

代理人：周珏

更多信息请下载全文后查看

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文