【技术实现步骤摘要】
本专利技术一般涉及立体图像质量评价领域，并且更具体地，涉及一种基于立体视觉感知机制的立体图像质量评价方法和装置。
技术介绍
1、随着信息科学技术的不断发展，超高清立体图像和立体视频不断涌现市场，正慢慢应用于便携式设备。然而，在拥有轻量级硬件的同时降低处理这些图像的能耗是一个巨大的难题。压缩可以在传输过程中减小数据的大小，解决上述问题，但是立体图像在被压缩处理的过程中无可避免的会引入噪声，损伤立体图像质量。另一方面，立体图像在采集、传输过程中也可能引入噪声，因此，需要设计合理的立体图像质量评价方法来确保其应用质量。
2、到目前为止，基于平面图像的质量评价方法很多，由于立体图像是由左、右两个子图构成，不同于单幅平面图像的视觉特点，平面图像质量评价指标不适用于立体图像的实际应用场景。尽管，目前已经有一定立体图像质量评价模型被提出，但是，传统手工提取特征方法精度受限，深度学习的方法已经成为研究人员的研究热点。因此，很有必要结合当前的深度学习模型，建立有效的立体图像质量评价方法。
3、由于人眼的立体视觉感知特性是人类感知立...
【技术保护点】
1.一种基于立体视觉感知机制的立体图像质量评价方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述损失函数为：其中，为立体图像的整体预测质量分数；为立体图像的视差图预测质量分数；为立体图像的左子图预测质量分数；为立体图像的右子图预测质量分数；为立体图像的整体主观分数；为立体图像的左子图主观分数；为立体图像的右子图主观分数；为损失函数。
3.根据权利要求1所述的方法，其特征在于，所述特征学习网络依次包括第一卷积块、第二卷积块、卷积层模块、第三卷积块、第一全连接模块和第二全连接模块组成；
4.根据权利要求1所述的方法...
【技术特征摘要】
1.一种基于立体视觉感知机制的立体图像质量评价方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述损失函数为：其中，为立体图像的整体预测质量分数；为立体图像的视差图预测质量分数；为立体图像的左子图预测质量分数；为立体图像的右子图预测质量分数；为立体图像的整体主观分数；为立体图像的左子图主观分数；为立体图像的右子图主观分数；为损失函数。
3.根据权利要求1所述的方法，其特征在于，所述特征学习网络依次包括第一卷积块、第二卷积块、卷积层模块、第三卷积块、第一全连接模块和第二全连接模块组成；
...
【专利技术属性】
技术研发人员：武靖恺，刘允，韩少野，徐波，吕景松，董玉杰，付立军，李鑫，代红梅，蒋金河，
申请(专利权)人：北斗数字信息产业发展辽宁有限公司，
类型：发明
国别省市：
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。