基于视差信息的无参考立体图像质量评价

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.

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

所属期刊栏目：47

分类号：TP183(自动化基础理论)

资助基金：江苏省自然科学基金面上项目BK20171142

在线出版日期：2020-09-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：150-156