CN117237279B 一种非均匀失真全景图像盲质量评价方法及系统 （江西财经大学）_第1页
CN117237279B 一种非均匀失真全景图像盲质量评价方法及系统 （江西财经大学）_第2页
CN117237279B 一种非均匀失真全景图像盲质量评价方法及系统 （江西财经大学）_第3页
CN117237279B 一种非均匀失真全景图像盲质量评价方法及系统 （江西财经大学）_第4页
CN117237279B 一种非均匀失真全景图像盲质量评价方法及系统 （江西财经大学）_第5页
已阅读5页，还剩17页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种非均匀失真全景图像盲质量评价方法本发明提出一种非均匀失真全景图像盲质均匀失真全景图像中获取非均匀失真的视口序接层，得到非均匀失真全景图像的预测评价分2步骤3、对多层次质量感知特征进行聚合以增强特征表示并提高特征对图像质量在不在所述步骤2中，采用上一层输出作为下一层输入的方式提取对非均匀失真视口序列采用多层多轴自注意力模块，将多层多轴自注意力模块采用串联的方式构成网络骨在所述步骤3中，对多层次质量感知特征进行聚合以增强特征表示并提高特征对图像对多层次质量感知特征进行广义均值池化操作，获取每个尺度的质量感知信息，对多层次质量感知特征进行广义均值池;将不同尺度的多层次质量感知特征拼接并通过全连接层，从而产生;;3;;;Vs,表示第n个视口序列，视口序列存在如下关系式：;;获取非均匀失真全景图像数据库中所有数据的平采用平均绝对误差作为定义平均主观得分和预测评价分数的损失，并构建损失函数，;4对非均匀失真视口序列图像进行裁剪，并输入Adam优化器进行优化，通过更新权重和学习参数来最小化损失以提高预测评价;i个受试者对非均匀失真全景图片给出的体验质量意见分数，MOS表示平7.一种非均匀失真全景图像盲质量评价系统，提取模块，通过基于眼动数据，从非均匀失真全景图像中获取非均匀失真的视口序列并基于多层多轴自注意力模块，采用上一层输出作为下一层多尺度融合模块，用于对多层次质量感知特征进行聚深层语义指导模块，用于获取多轴自注意力模块的深层特征，质量回归模块，用于将最终的多尺度质量感知信息输入全5[0003]以往的一些基于patch的全景图像质量评估方法是通过将等距投影(ERP)格式的[0005]本发明提供了一种非均匀失真全景图像盲质量评价方法，所述方法包括如下步[0006]步骤1、基于眼动数据，从非均匀失真全景图像中获取非均匀失真的视口序列图[0008]步骤3、对多层次质量感知特征进行聚合以增强特征表示并提高特征对图像质量6[0025]步骤1、基于眼动数据，从非均匀失真全景图像中获取非均匀失真的视口序列图[0026]一般全景图像质量评价数据属于均匀失真图像，相对于普遍用于质量评价的图不同条件观看路径的视口图像序列更加符合现[0027]本发明实施例中的实验图像来自JUFE数据库，共包含258幅通过Insta360pro2拍7[0043]利用MBCony模块提取更丰富的特征表示，接着使用Blockattention模块得到局8[0063]步骤3、对多层次质量感知特征进行聚合以增强特征表示并提高特征对图像质量9gg[0089]进一步的，获取非均匀失真全景图像数据库中所有数据的平均主观得分(MOS)存[0092]本发明在训练完成后，通过将最后所得预测评价分数与[0093]测试指标包括斯皮尔曼相关系数(SRCC)、皮尔逊相关系数(PLCC)和均方根误差

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论