【技术实现步骤摘要】
基于卷积自编码器的立体图像舒适度质量评价方法及系统
本专利技术涉及图像舒适度质量评价领域，具体地，涉及基于卷积自编码器的立体图像舒适度质量评价方法及系统。
技术介绍
近年来，诸如立体电影、立体电视等立体(3D)视频产业迅速发展，3D视频资源越来越广泛地进入人们的日常生活中。其在提升观影体验的同时也会使观众出现诸如头晕、恶心、胸闷等不适现象。为了改善观看立体图像的不舒适度，进一步提升观影体验，大量针对立体图像舒适度质量评价方法的研究应运而生。立体图像舒适度质量评价方法可分为主观评价和客观评价两种，前者十分的耗费时间和人力，越来越多的研究集中在客观评价上。如今的客观评价模型大多都基于视觉质量和导致不舒服的影响因子来提取特定的特征，进而通过回归模型进行预测。另一方面，主观图像数据库也扮演了重要的角色，目前比较有名的数据库有LIVE3DPhaseI、LIVE3DPhaseII、IEEE-SA、EPFL数据库。到目前为止，研究者基于特定数据库提出了很多立体图像舒适度质量评价模型。LIVE3DPhaseIdatabase和LIVE3DPhaseIIdatabase主要包含五种...
【技术保护点】
1.一种基于卷积自编码器的立体图像舒适度质量评价方法，其特征在于，包括：模型建立步骤：建立卷积自编码器模型，并进行无监督学习训练；基础特征提取步骤：利用训练好的卷积自编码器模型提取左右视点立体图像的基础特征；深度特征提取步骤：利用提取出的基础特征，提取左右视点立体图像对应的深度特征；降维步骤：对提取的基础特征和深度特征进行降维，将降维后的基础特征和深度特征拼接并展开为一维向量；舒适度模型建立步骤：对得到的一维向量进行处理，通过学习得到立体图像舒适度模型。
【技术特征摘要】
1.一种基于卷积自编码器的立体图像舒适度质量评价方法，其特征在于，包括：模型建立步骤：建立卷积自编码器模型，并进行无监督学习训练；基础特征提取步骤：利用训练好的卷积自编码器模型提取左右视点立体图像的基础特征；深度特征提取步骤：利用提取出的基础特征，提取左右视点立体图像对应的深度特征；降维步骤：对提取的基础特征和深度特征进行降维，将降维后的基础特征和深度特征拼接并展开为一维向量；舒适度模型建立步骤：对得到的一维向量进行处理，通过学习得到立体图像舒适度模型。2.根据权利要求1所述的基于卷积自编码器的立体图像舒适度质量评价方法，其特征在于，所述卷积自编码器模型包括encoder部分和decoder部分。3.根据权利要求2所述的基于卷积自编码器的立体图像舒适度质量评价方法，其特征在于，所述基础特征提取步骤包括：使用训练好的卷积自编码器模型，抽出所述encoder部分，对左右视点立体图像进行处理，得到左右视点立体图像对应的基础特征。4.根据权利要求1所述的基于卷积自编码器的立体图像舒适度质量评价方法，其特征在于，所述深度特征提取步骤包括：将提取出的左右视点立体图像的基础特征通过深度提取算法，得到左右视点立体图像对应的深度特征。5.根据权利要求1所述的基于卷积自编码器的立体图像舒适度质量评价方法，其特征在于，所述降维步骤包括：采用最大池化方法对提取出的基础特征和深度特征进行降维，对降维后的基础特征和深度特征采用...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。