公开(公告)号：CN109040747A

公开(公告)日：2018-12-18

申请号：CN201810886611.9

申请日：2018-08-06

Applicant: 上海交通大学

Inventor： 周军 ,  臧博

IPC: H04N17/00 ,  H04N13/106

Abstract: 本发明提供了一种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，包括：建立卷积自编码器模型，并进行无监督学习训练；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；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；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；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。本发明引入卷积自编码器进行特征初步提取，有效的去除了图像冗余信息，在特征提取方面十分高效，搭配深度提取算法和SVR回归器，效果提升显著。

公开(公告)号：CN109040747B

公开(公告)日：2019-11-19

申请号：CN201810886611.9

申请日：2018-08-06

Applicant: 上海交通大学

Inventor： 周军 ,  臧博

IPC: H04N17/00 ,  H04N13/106

Abstract: 本发明提供了一种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，包括：建立卷积自编码器模型，并进行无监督学习训练；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；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；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；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。本发明引入卷积自编码器进行特征初步提取，有效的去除了图像冗余信息，在特征提取方面十分高效，搭配深度提取算法和SVR回归器，效果提升显著。