公开(公告)号：CN118506168A

公开(公告)日：2024-08-16

申请号：CN202410954584.X

申请日：2024-07-17

Applicant: 华侨大学 ,  杭州电子科技大学 ,  厦门亿联网络技术股份有限公司

Inventor： 曾焕强 ,  丁瑞 ,  陈婧 ,  施一帆 ,  朱建清 ,  夏至贤 ,  张联昌 ,  王天磊

IPC: G06V10/98 ,  G06N3/045 ,  G06N3/0464 ,  G06T7/13 ,  G06V10/40 ,  G06V10/54 ,  G06V10/776 ,  G06V10/80 ,  G06V10/82 ,  G06V20/40

Abstract: 本发明公开一种基于多重特征网络的沉浸式视频质量评价方法及装置，涉及图像处理领域，包括：在沉浸式视频质量评价模型中，通过视频预处理网络对待评价的沉浸式视频包含的多个视点的纹理视频和深度视频进行视点筛选，得到筛选后视点的纹理视频和深度视频，通过时空特征提取网络对筛选后视点的纹理视频和深度视频进行特征提取并计算得到对应视点的纹理视频的质量分数和深度视频的质量分数；通过权重计算网络计算得到筛选后视点的时空轨迹权重，将筛选后视点的时空轨迹权重与对应视点的纹理视频的质量分数和深度视频的质量分数输入质量分数计算模块计算得到沉浸式视频的质量分数。本发明解决现有沉浸式视频质量评价算法效果较差的问题。

公开(公告)号：CN118411583B

公开(公告)日：2024-10-22

申请号：CN202410836696.5

申请日：2024-06-26

Applicant: 华侨大学

Inventor： 曾焕强 ,  柯雯瑶 ,  朱建清 ,  陈婧 ,  施一帆 ,  王天磊 ,  杨慰民 ,  夏至贤

IPC: G06V10/776 ,  G06N3/0464 ,  G06V10/54 ,  G06V10/74 ,  G06V10/80 ,  G06V10/82 ,  G06V20/40

Abstract: 本发明公开了一种基于多特征融合的沉浸式视频质量评价方法及装置，涉及视频处理领域，包括：对参考纹理视频序列和失真纹理视频序列采用3D‑LOG滤波器进行特征提取，得到参考纹理特征和失真纹理特征，并计算得到纹理特征相似度，基于纹理特征相似度通过3D‑LOG池化策略得到纹理视频质量分数；根据参考深度视频序列和失真深度视频序列计算得到参考深度特征和失真深度特征；根据参考深度特征和失真深度特征计算得到深度特征相似度并确定梯度权重，根据深度特征相似度和梯度权重计算得到深度视频质量分数；根据纹理视频质量分数和深度视频质量分数计算得到待评价的沉浸式视频的质量分数，解决现有视频评价算法不符合人眼视觉特性和沉浸式视频的特点的问题。

公开(公告)号：CN118411583A

公开(公告)日：2024-07-30

申请号：CN202410836696.5

申请日：2024-06-26

Applicant: 华侨大学

Inventor： 曾焕强 ,  柯雯瑶 ,  朱建清 ,  陈婧 ,  施一帆 ,  王天磊 ,  杨慰民 ,  夏至贤

IPC: G06V10/776 ,  G06N3/0464 ,  G06V10/54 ,  G06V10/74 ,  G06V10/80 ,  G06V10/82 ,  G06V20/40

Abstract: 本发明公开了一种基于多特征融合的沉浸式视频质量评价方法及装置，涉及视频处理领域，包括：对参考纹理视频序列和失真纹理视频序列采用3D‑LOG滤波器进行特征提取，得到参考纹理特征和失真纹理特征，并计算得到纹理特征相似度，基于纹理特征相似度通过3D‑LOG池化策略得到纹理视频质量分数；根据参考深度视频序列和失真深度视频序列计算得到参考深度特征和失真深度特征；根据参考深度特征和失真深度特征计算得到深度特征相似度并确定梯度权重，根据深度特征相似度和梯度权重计算得到深度视频质量分数；根据纹理视频质量分数和深度视频质量分数计算得到待评价的沉浸式视频的质量分数，解决现有视频评价算法不符合人眼视觉特性和沉浸式视频的特点的问题。

公开(公告)号：CN118506168B

公开(公告)日：2024-10-15

申请号：CN202410954584.X

申请日：2024-07-17

Applicant: 华侨大学 ,  杭州电子科技大学 ,  厦门亿联网络技术股份有限公司

Inventor： 曾焕强 ,  丁瑞 ,  陈婧 ,  施一帆 ,  朱建清 ,  夏至贤 ,  张联昌 ,  王天磊

IPC: G06V10/98 ,  G06N3/045 ,  G06N3/0464 ,  G06T7/13 ,  G06V10/40 ,  G06V10/54 ,  G06V10/776 ,  G06V10/80 ,  G06V10/82 ,  G06V20/40

Abstract: 本发明公开一种基于多重特征网络的沉浸式视频质量评价方法及装置，涉及图像处理领域，包括：在沉浸式视频质量评价模型中，通过视频预处理网络对待评价的沉浸式视频包含的多个视点的纹理视频和深度视频进行视点筛选，得到筛选后视点的纹理视频和深度视频，通过时空特征提取网络对筛选后视点的纹理视频和深度视频进行特征提取并计算得到对应视点的纹理视频的质量分数和深度视频的质量分数；通过权重计算网络计算得到筛选后视点的时空轨迹权重，将筛选后视点的时空轨迹权重与对应视点的纹理视频的质量分数和深度视频的质量分数输入质量分数计算模块计算得到沉浸式视频的质量分数。本发明解决现有沉浸式视频质量评价算法效果较差的问题。