基于视差信息的无参考立体图像质量评价

• 作者: 朱玲莹 桑庆兵 顾婷婷
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 视差信息 立体匹配算法 卷积神经网络 立体图像质量评价 非对称失真图像
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 计算机图形学&多媒体
• 页码范围: 150-156
• 页数: 7页
• 分类号: TP183
• 语种: 中文
• DOI: 10.11896/jsjkx.190700213

摘要

近年来,随着深度学习在图像质量评价领域的快速发展,平面图像质量评价得到了有效的改善,但是立体图像质量评价还有待提高.为此,文中结合三分支卷积神经网络,提出了基于视差信息的无参考立体图像质量评价方法,并分析了不同视差图对模型性能的影响.该方法将左右视图以及视差图小块作为输入,自动提取特征,通过训练得到回归模型,从而实现对立体图像的预测.文中使用了5种不同立体匹配算法来生成视差图,实验结果表明使用SAD算法得到的效果最好.在立体图像库LIVE3D和MCL3D上的实验结果表明,该方法不仅适用于评估对称失真图像,还适用于非对称失真的立体图像评价.该方法在总体失真上的结果优于其他对比算法,尤其是在MCL3D图像库上,所提方法的PLCC和SROCC比其他方法高出1％和4％.实验数据表明,所提模型提高了立体图像质量评价的性能,与人类主观感知高度一致.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	桑庆兵		50	566	9.0	23.0
2	顾婷婷		2	1	1.0	1.0
3	朱玲莹		1	0	0.0	0.0