-
题名基于视差信息的无参考立体图像质量评价
被引量：3
- 1
-
-
作者
朱玲莹
桑庆兵
顾婷婷
-
机构
江南大学物联网工程学院
-
出处
《计算机科学》
CSCD
北大核心
2020年第9期150-156,共7页
-
基金
江苏省自然科学基金面上项目(BK20171142)。
-
文摘
近年来,随着深度学习在图像质量评价领域的快速发展,平面图像质量评价得到了有效的改善,但是立体图像质量评价还有待提高。为此,文中结合三分支卷积神经网络,提出了基于视差信息的无参考立体图像质量评价方法,并分析了不同视差图对模型性能的影响。该方法将左右视图以及视差图小块作为输入,自动提取特征,通过训练得到回归模型,从而实现对立体图像的预测。文中使用了5种不同立体匹配算法来生成视差图,实验结果表明使用SAD算法得到的效果最好。在立体图像库LIVE3D和MCL3D上的实验结果表明,该方法不仅适用于评估对称失真图像,还适用于非对称失真的立体图像评价。该方法在总体失真上的结果优于其他对比算法,尤其是在MCL3D图像库上,所提方法的PLCC和SROCC比其他方法高出1%和4%。实验数据表明,所提模型提高了立体图像质量评价的性能,与人类主观感知高度一致。
-
关键词
视差信息
立体匹配算法
卷积神经网络
立体图像质量评价
非对称失真图像
-
Keywords
Disparity information
Stereo matching algorithm
Convolutional neural network
Stereo image quality assessment
Asymmetric distortion image
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
