龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南通大学
摘要：本发明提出了一种多层级无参考3D合成视频质量评价方法，本发明包括质量特征感知模块和质量特征回归模块，所述的质量特征感知模块结合人眼视觉系统的感知机制，在像素层级、结构层级和内容层级上提取3D合成视频的运动矢量场，并通过计算相邻运动矢量场的自相似性以测量时域闪烁失真强度，作为3D合成视频的质量特征。所述的质量特征回归模块使用机器学习算法来学习所设计质量特征与质量分数之间的映射关系。本发明经初步验证，所提多层级视频质量评价算法在评估3D合成视频质量方面比现有基准图像视频质量评价方法更有效，有助于推动沉浸式媒体应用的发展。
主权项：1.一种多层级无参考3D合成视频质量评价方法，其特征在于：包括以下步骤：步骤1：像素层级质量特征感知模型首先使用光流法逐像素提取连续帧间的运动矢量场，并计算相邻运动矢量场自相似性的变化量；最后，采用百分比池化将前30％变化量最大的值进行加权平均作为像素层级质量特征；步骤2：结构层级质量特征感知模型首先将原始合成视频序列进行12空间尺度的降采样，并采用与人类视觉感知特性更加一致的Log-Gabor滤波器提取视频序列所对应的多尺度多方向结构信息序列，这样做既能保留主要结构信息亦能有利于提升后续运动矢量场的提取效率；最后，采用步骤1所述质量特征提取策略对结构信息序列进行处理，以获得结构层级质量特征；步骤3：内容层级质量特征感知模型首先将原始合成视频序列进行14空间尺度的降采样，丢弃一些像素和精细结构信息，以保证内容层级特征的提取，同时提升整个方法的计算效率；然后，引入视觉显著性算法检测视频内容显著区域，用于加权内容层级运动矢量场自相似性检测过程，以确保最终获得的内容层级质量特征提取自人类视觉系统更加关注的区域；最后，类似于步骤1计算内容层级运动矢量场自相似性变化量，并结合百分比池化策略提取内容层级质量特征；步骤4：质量特征回归模块采用深度森林算法针对单组质量特征训练独立子质量评价模块，并以渐进决策地方式融合从多层级质量特征中学到的子质量评价模型，形成最终的3D合成视频质量评价模型。
全文数据：
权利要求：
百度查询： 南通大学 一种多层级无参考3D合成视频质量评价方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号