-
公开(公告)号：CN106028026A
公开(公告)日：2016-10-12
申请号：CN201610367702.2
申请日：2016-05-27
Applicant: 宁波大学
IPC: H04N17/00 , H04N19/154
CPC classification number: H04N17/02 , H04N19/154 , H04N19/89 , H04N17/004
Abstract: 本发明公开了一种基于时空域结构的高效视频质量客观评价方法，其首先通过时空域梯度结合颜色信息计算时空域局部相似度，然后在空域融合阶段采用方差融合，将时空域局部相似度融合成帧级的客观质量值，再通过模拟人类视觉系统中三个重要的全局时域效应，即平滑效应、不对称追踪效应和时近效应，建立时域融合模型，对帧级的客观质量值进行时域融合，最终得到失真视频序列的客观质量值，通过对人类视觉时域效应建模，使得本发明的时域加权方法可以准确高效的评价失真视频的客观质量。
-
公开(公告)号：CN104954778B
公开(公告)日：2017-05-24
申请号：CN201510303868.3
申请日：2015-06-04
Applicant: 宁波大学
Abstract: 本发明公开了一种基于感知特征集的立体图像质量客观评价方法，其以视觉感知特征图的失真程度来衡量立体图像的失真程度，提取与视点感知质量相关的显著图、梯度图和空域恰可察觉失真图，提取与立体感知质量相关的视差图，将四种感知特征图的失真程度作为立体图像的特征构成感知特征集，再用随机森林机器学习算法模拟复杂的人类视觉系统，进行特征参数的融合；优点是本发明方法能够客观地反映立体图像受到各种图像处理和压缩方法影响下视觉质量的变化情况，并且本发明方法的评价性能不受立体图像内容和失真类型的影响，与人眼的主观感知一致。
-
公开(公告)号：CN105208374A
公开(公告)日：2015-12-30
申请号：CN201510523373.1
申请日：2015-08-24
Applicant: 宁波大学
Abstract: 本发明公开了一种基于深度学习的无参考图像质量客观评价方法，其将待评价的失真图像进行多分辨率金字塔和高斯差分分解后，对子带图像做简单的局部归一化就可以提取自然统计特征，不需要到变换域提取特征，从而复杂度大幅降低；本发明方法无需参考图像、无需失真类型，用自然统计特性的丢失程度衡量图像的失真程度；本发明方法能够客观地反映图像受到各种图像处理和压缩方法影响下视觉质量的变化情况，并且本发明方法的评价性能不受图像内容和失真类型的影响，与人眼的主观感知一致；采用现有的L矩估计方法估计灰度直方图的包络曲线的分布参数，估计得到的分布参数更加准确，具有更强的泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN104394403A
公开(公告)日：2015-03-04
申请号：CN201410612196.X
申请日：2014-11-04
Applicant: 宁波大学
Abstract: 本发明公开了一种面向压缩失真的立体视频质量客观评价方法，其将立体视频质量分为左右视点质量和深度感知质量两部分，在左右视点质量评价部分，考虑到视频图像受到压缩失真会产生块效应和模糊的特点，提取梯度信息作为图像特征，同时考虑到人眼的时空域视觉特性，从而得到左视点质量和右视点质量；在深度感知质量评价部分，通过三维小波变换提取三维视差空间图中的低频成分，并将其质量作为立体视频的深度感知质量；最后，将左视点质量、右视点质量和深度感知质量相结合，得到最终的失真立体视频质量；优点是从左右视点平面视频质量的角度和立体视频深度感的角度完成对立体视频的客观质量评价，有效地提高了客观评价结果与主观感知之间的相关性。
-
公开(公告)号：CN105208374B
公开(公告)日：2017-03-08
申请号：CN201510523373.1
申请日：2015-08-24
Applicant: 宁波大学
Abstract: 本发明公开了一种基于深度学习的无参考图像质量客观评价方法，其将待评价的失真图像进行多分辨率金字塔和高斯差分分解后，对子带图像做简单的局部归一化就可以提取自然统计特征，不需要到变换域提取特征，从而复杂度大幅降低；本发明方法无需参考图像、无需失真类型，用自然统计特性的丢失程度衡量图像的失真程度；本发明方法能够客观地反映图像受到各种图像处理和压缩方法影响下视觉质量的变化情况，并且本发明方法的评价性能不受图像内容和失真类型的影响，与人眼的主观感知一致；采用现有的L矩估计方法估计灰度直方图的包络曲线的分布参数，估计得到的分布参数更加准确，具有更强的泛化能力。
-
公开(公告)号：CN104954778A
公开(公告)日：2015-09-30
申请号：CN201510303868.3
申请日：2015-06-04
Applicant: 宁波大学
Abstract: 本发明公开了一种基于感知特征集的立体图像质量客观评价方法，其以视觉感知特征图的失真程度来衡量立体图像的失真程度，提取与视点感知质量相关的显著图、梯度图和空域恰可察觉失真图，提取与立体感知质量相关的视差图，将四种感知特征图的失真程度作为立体图像的特征构成感知特征集，再用随机森林机器学习算法模拟复杂的人类视觉系统，进行特征参数的融合；优点是本发明方法能够客观地反映立体图像受到各种图像处理和压缩方法影响下视觉质量的变化情况，并且本发明方法的评价性能不受立体图像内容和失真类型的影响，与人眼的主观感知一致。
-
公开(公告)号：CN106028026B
公开(公告)日：2017-09-05
申请号：CN201610367702.2
申请日：2016-05-27
Applicant: 宁波大学
IPC: H04N17/00 , H04N19/154
CPC classification number: H04N17/02 , H04N19/154 , H04N19/89
Abstract: 本发明公开了一种基于时空域结构的高效视频质量客观评价方法，其首先通过时空域梯度结合颜色信息计算时空域局部相似度，然后在空域融合阶段采用方差融合，将时空域局部相似度融合成帧级的客观质量值，再通过模拟人类视觉系统中三个重要的全局时域效应，即平滑效应、不对称追踪效应和时近效应，建立时域融合模型，对帧级的客观质量值进行时域融合，最终得到失真视频序列的客观质量值，通过对人类视觉时域效应建模，使得本发明的时域加权方法可以准确高效的评价失真视频的客观质量。
-
公开(公告)号：CN104394403B
公开(公告)日：2016-04-27
申请号：CN201410612196.X
申请日：2014-11-04
Applicant: 宁波大学
Abstract: 本发明公开了一种面向压缩失真的立体视频质量客观评价方法，其将立体视频质量分为左右视点质量和深度感知质量两部分，在左右视点质量评价部分，考虑到视频图像受到压缩失真会产生块效应和模糊的特点，提取梯度信息作为图像特征，同时考虑到人眼的时空域视觉特性，从而得到左视点质量和右视点质量；在深度感知质量评价部分，通过三维小波变换提取三维视差空间图中的低频成分，并将其质量作为立体视频的深度感知质量；最后，将左视点质量、右视点质量和深度感知质量相结合，得到最终的失真立体视频质量；优点是从左右视点平面视频质量的角度和立体视频深度感的角度完成对立体视频的客观质量评价，有效地提高了客观评价结果与主观感知之间的相关性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
