公开(公告)号：CN109740592B

公开(公告)日：2023-06-16

申请号：CN201811471755.4

申请日：2018-12-04

Applicant: 上海大学

Inventor： 王永芳 ,  夏雨蒙

IPC: G06V20/62 ,  G06V10/778 ,  G06V10/764

Abstract: 本发明公开了一种基于记忆的图像质量无参考评估方法。首先，通过视觉驱动的图像记忆特征预测模型提取图像记忆特征。利用基于局部协方差的显著性估计法获得失真图像的人眼感兴趣区域，对感兴趣区域使用不同尺度和方向的Gabor滤波器滤波得到感兴趣区域的GIST特征，最后进行独立成分分析得到记忆特征。然后，利用梯度域的局部二值模式（Local binary pattern on gradient domain,GLBP）描述图像的结构特征，计算图像的一阶导数熵（Entropy of first derivative,EFD）描述亮度特征。最后，采用以径向基函数为核函数的支持向量回归模型将图像特征映射到图像质量分数。本发明方法在MDID2013和LIVEMD两个通用混合失真图像数据库上进行试验，都具有较高的鲁棒性和准确性。

公开(公告)号：CN111127298B

公开(公告)日：2023-05-16

申请号：CN202010096567.9

申请日：2020-02-13

Applicant: 上海大学

Inventor： 王永芳 ,  夏雨蒙

IPC: G06T1/20

Abstract: 本发明公开了一种全景图像盲质量评估方法。首先，依据人眼视觉系统通过结构特征理解图像的特点，使用梯度域的局部二值模式算子在ERP投影平面上提取结构特征，然后计算出球面与投影平面之间的映射关系以得到权重关系，进一步将权重关系与结构特征进行结合，得到加权映射的结构特征。最后，使用支持向量回归建立本发明所述的全景图像无参评估模型，将提取的结构特征从特征空间映射到失真图像的质量分数。本发明方法在公开的全景图像主观质量评价数据库上进行实验，证明其与主观感知有较高的一致性。

公开(公告)号：CN111127298A

公开(公告)日：2020-05-08

申请号：CN202010096567.9

申请日：2020-02-13

Applicant: 上海大学

Inventor： 王永芳 ,  夏雨蒙

IPC: G06T1/20

Abstract: 本发明公开了一种全景图像盲质量评估方法。首先，依据人眼视觉系统通过结构特征理解图像的特点，使用梯度域的局部二值模式算子在ERP投影平面上提取结构特征，然后计算出球面与投影平面之间的映射关系以得到权重关系，进一步将权重关系与结构特征进行结合，得到加权映射的结构特征。最后，使用支持向量回归建立本发明所述的全景图像无参评估模型，将提取的结构特征从特征空间映射到失真图像的质量分数。本发明方法在公开的全景图像主观质量评价数据库上进行实验，证明其与主观感知有较高的一致性。

公开(公告)号：CN113038123A

公开(公告)日：2021-06-25

申请号：CN202110302516.1

申请日：2021-03-22

Applicant: 上海大学

Inventor： 王永芳 ,  夏雨蒙

IPC: H04N17/00

Abstract: 本发明提供了一种无参考全景视频质量评价方法及系统，包括：获得基于梯度域的局部二值模式的ERP平面结构特征；进行超像素分割处理，分别获得基于超像素的人眼感知的权重和基于超像素的投影关系的权重；根据所述局部二值模式的结构特征以及所述人眼感知的权重和所述投影关系的权重，提取全景视频单帧图像的结构特征；根据所述全景视频单帧图像的结构特征，估计全景视频质量分数。同时提供了一种相应的终端及介质。本发明不需要原始的参考序列，也不需要知道序列的失真类型，属于无参考视频质量评估技术，更适合实际应用中评估传输中产生的失真情况，在实时通信系统中实用性更强；失真的实验结果性能均为最高，具有更好的鲁棒性。

公开(公告)号：CN109740592A

公开(公告)日：2019-05-10

申请号：CN201811471755.4

申请日：2018-12-04

Applicant: 上海大学

Inventor： 王永芳 ,  夏雨蒙

IPC: G06K9/32 ,  G06K9/62

Abstract: 本发明公开了一种基于记忆的图像质量无参考评估方法。首先，通过视觉驱动的图像记忆特征预测模型提取图像记忆特征。利用基于局部协方差的显著性估计法获得失真图像的人眼感兴趣区域，对感兴趣区域使用不同尺度和方向的Gabor滤波器滤波得到感兴趣区域的GIST特征，最后进行独立成分分析得到记忆特征。然后，利用梯度域的局部二值模式（Local binary pattern on gradient domain,GLBP）描述图像的结构特征，计算图像的一阶导数熵（Entropy of first derivative,EFD）描述亮度特征。最后，采用以径向基函数为核函数的支持向量回归模型将图像特征映射到图像质量分数。本发明方法在MDID2013和LIVEMD两个通用混合失真图像数据库上进行试验，都具有较高的鲁棒性和准确性。