公开(公告)号：CN111193923A

公开(公告)日：2020-05-22

申请号：CN201910906707.1

申请日：2019-09-24

Applicant: 腾讯科技(深圳)有限公司 ,  中国矿业大学

Inventor： 李雷达 ,  黄一珀 ,  檀丰锋 ,  张亚彬

IPC: H04N17/00 ,  H04N21/647

Abstract: 本发明提供了一种视频质量评估方法、装置、电子设备及计算机存储介质，该方法包括：获取待评估视频；确定待评估视频的视频评估参数，视频评估参数包括时域评估参数和空域评估参数；根据视频评估参数，确定待评估视频的视频质量。通过该方案，可基于时域和空域这两个维度的视频评估参数，来评估待评估视频的视频质量，由于，从时域和空域两个维度可以更加全面的反应出不同维度的视频评估参数对视频质量的影响，且时域评估参数和空域评估参数可以更加符合人眼视觉系统对视频质量的直观感受，因此，基于时域评估参数和空域评估参数对待评估视频进行质量评估，得到的视频质量更加准确。

公开(公告)号：CN109902912A

公开(公告)日：2019-06-18

申请号：CN201910006656.7

申请日：2019-01-04

Applicant: 中国矿业大学

Inventor： 李雷达 ,  祝汉城 ,  周玉 ,  胡波 ,  陈鹏飞

IPC: G06Q10/06 ,  G06N3/08

Abstract: 本发明为一种基于性格特征的个性化图像美学评价方法，方法包括如下步骤：(1)利用美学图像数据集中的多数人对图像的平均美学分数，经过深度网络进行训练建立图像的大众化美学评价模型；(2)利用性格图像数据集中的图像和偏好此图像个体的性格特征，经过深度网络进行训练建立图像的性格特征预测模型；(3)利用美学图像数据集中特定个体对图像个性化美学分数，利用步骤(1)、(2)中已建立模型预测得到图像的大众化美学分数和性格特征，把性格特征作为辅助信息把图像美学评价结果由大众化领域迁移到个性化领域得到图像个性化美学评价模型；(4)对于待测试美学图像，利用已建立的个性化美学评价模型，实现个体个性化美学评价。

公开(公告)号：CN108257125A

公开(公告)日：2018-07-06

申请号：CN201810069331.9

申请日：2018-01-24

Applicant: 中国矿业大学

Inventor： 李雷达 ,  陈曦 ,  卢兆林 ,  周玉 ,  祝汉城 ,  胡波

IPC: G06T7/00 ,  G06T7/13

Abstract: 本发明提出一种基于自然场景统计的深度图像质量无参考评价方法，包括步骤：(1)收集一组深度图像，并将收集来的深度图像分为两部分，一部分为训练图像，另一部分为测试图像；(2)对每一幅深度图像进行不同尺度上的特征参数提取，提取的步骤为：通过边缘检测提取尺度图像的边缘区域，在边缘区域内求尺度图像梯度幅值和高斯‑拉普拉斯算子的分布，并分别用韦伯分布和非对称高斯分布建立二者的分布函数模型，将两个模型的参数作为深度图像的特征参数；(3)最后，用训练图像的特征参数进行随机森林模型训练，生成客观质量分数评价模型；将测试图像的特征参数输入客观质量分数评价模型，得到测试图像的客观质量分数。

公开(公告)号：CN107977967A

公开(公告)日：2018-05-01

申请号：CN201711399720.X

申请日：2017-12-22

Applicant: 中国矿业大学

Inventor： 周玉 ,  李雷达 ,  卢兆林

IPC: G06T7/00

Abstract: 本发明提出一种面向视角合成的无参考图像质量评价方法，该方法通过分析两类失真的特性，设计特征来量化合成图像中的失真：首先对图像的边缘破坏带来的失真以及纹理的不自然性进行量化，提取相应特征。然后使用机器学习的方法将特征进行整合，从而训练出能够对整个合成过程带来的失真进行评价的质量评价模型。本发明克服了现有方法的两个缺点：(1)现有方法仅能够评价合成过程中的一类失真，而该方法能够有效评价整个合成过程中的两类失真。(2)现有的方法大部分是全参考方法，即他们必须在提供原始无失真图像的情况下，才能对失真图像进行质量评价，而本文方法是无参考方法，具有更加广泛的应用前景。

公开(公告)号：CN103366369B

公开(公告)日：2016-02-10

申请号：CN201310271856.8

申请日：2013-07-01

Applicant: 中国矿业大学

Inventor： 李雷达 ,  祝汉城 ,  钱建生

IPC: G06T7/00

Abstract: 本发明涉及一种评价图像中块效应的方法及装置，该方法包括：将待评价灰度图像进行第一次分块处理，并以所述第一次分块处理获取的图像块边缘为基准，分别按照水平方向、垂直方向进行第二次分块处理；其中，所述第二次分块处理得到的图像块与所述第一次分块处理得到的图像块大小相同；对所述第二次分块处理获取的图像块进行离散正交矩变换生成矩阵，并对矩阵里的每一个元素求绝对值得到矩阵T；根据所述矩阵T获取对应图像块的质量分数；根据所述第二次分块处理获取的图像块的质量分数得到待评价灰度图像的质量分数；根据所述待评价灰度图像的质量分数评价图像的块效应。