公开(公告)号：CN103793925B

公开(公告)日：2016-05-18

申请号：CN201410061301.5

申请日：2014-02-24

Applicant: 北京工业大学

Inventor： 段立娟 ,  席涛 ,  吴春鹏 ,  马伟 ,  苗军 ,  齐洪钢

IPC: G06T7/20 ,  G06T5/00

CPC classification number: G06K9/4671 ,  G06K9/00711 ,  G06K9/00744 ,  G06K9/4652 ,  G06K9/52

Abstract: 本发明涉及一种融合时空特征的视频图像视觉显著程度检测方法，包括：将输入图像切分成图像块，并进行向量化；对所有向量通过主成分分析进行降维；计算每个图像块与其它所有图像块的不相似度，再结合图像块之间的距离计算得到每个图像块的视觉显著性程度，得到空间特征显著图；对空间特征显著图施加中央偏置；计算每个图像块的运动矢量，并结合前两帧的运动矢量提取当前图像块的运动特征，得到时间特征显著图；融合空间和时间特征显著图得到时空特征显著图，进行平滑后得到最终反映图像上各个区域显著程度的结果图像。本发明采用融合时空特征的显著图，能够更准确地预测视频中不同区域的显著程度。

公开(公告)号：CN103793925A

公开(公告)日：2014-05-14

申请号：CN201410061301.5

申请日：2014-02-24

Applicant: 北京工业大学

Inventor： 段立娟 ,  席涛 ,  吴春鹏 ,  马伟 ,  苗军 ,  齐洪钢

IPC: G06T7/20 ,  G06T5/00

CPC classification number: G06K9/4671 ,  G06K9/00711 ,  G06K9/00744 ,  G06K9/4652 ,  G06K9/52

Abstract: 本发明涉及一种融合时空特征的视频图像视觉显著程度检测方法，包括：将输入图像切分成图像块，并进行向量化；对所有向量通过主成分分析进行降维；计算每个图像块与其它所有图像块的不相似度，再结合图像块之间的距离计算得到每个图像块的视觉显著性程度，得到空间特征显著图；对空间特征显著图施加中央偏置；计算每个图像块的运动矢量，并结合前两帧的运动矢量提取当前图像块的运动特征，得到时间特征显著图；融合空间和时间特征显著图得到时空特征显著图，进行平滑后得到最终反映图像上各个区域显著程度的结果图像。本发明采用融合时空特征的显著图，能够更准确地预测视频中不同区域的显著程度。

公开(公告)号：CN103745466A

公开(公告)日：2014-04-23

申请号：CN201410005500.4

申请日：2014-01-06

Applicant: 北京工业大学

Inventor： 段立娟 ,  席涛 ,  杨震 ,  马伟 ,  乔元华 ,  齐洪钢

IPC: G06T7/00

Abstract: 本发明涉及一种基于独立成分分析的图像质量评价方法，其特征在于同时适用于灰度图和彩色图的图像质量评价。首先使用FastICA算法从参考图像集中训练出一组ICA分解矩阵；然后，通过将参考图像和待评价图像中每个图像块与ICA分解矩阵相乘，得到每个图像块的独立成分；最后，将参考图像和待评价图像的独立成分的差异去衡量待评价图像的质量。与传统方法相比，本发明模拟了视觉信号在人类视觉皮层中的表示，更接近主观图像质量评价。本发明的主要计算量集中在将切分的每个图像块与ICA分解矩阵相乘得到图像块的独立成分上，但每个图像块的计算都是相互独立的，因此可以采用并行计算，提高了执行效率。