公开(公告)号：CN110674925B

公开(公告)日：2023-04-18

申请号：CN201910810602.6

申请日：2019-08-29

Applicant: 厦门大学

Inventor： 郭杰锋 ,  陈小康 ,  黄联芬

IPC: G06N3/0464 ,  G06N3/08 ,  G06T7/11 ,  G06T7/40 ,  G06F16/73

Abstract: 本发明提出了一种基于3D卷积神经网络的无参考VR视频质量评价方法，该方法包括：采用视口生成法获取VR视频中每一帧所对应的多个视口，并将位置相同的视口组合成一个视口视频，以便根据所述VR视频生成多个视口视频；建立3D卷积神经网络模型，并根据生成好的视口视频对所述3D卷积神经网络模型进行训练；基于训练好的3D卷积神经网络模型对待评价VR视频对应的视口视频进行预测，以获得所述待评价VR视频对应的视口视频的MOS值；对属于同一个VR视频的视口视频所对应的MOS值进行池化操作，以获得所述待评价VR视频的最终视频质量分数；由此，该方法充分考虑了VR视频的特性，并采用无参考方式以大大提高VR视频质量评价的效率。

公开(公告)号：CN110674925A

公开(公告)日：2020-01-10

申请号：CN201910810602.6

申请日：2019-08-29

Applicant: 厦门大学

Inventor： 郭杰锋 ,  陈小康 ,  黄联芬

IPC: G06N3/04 ,  G06N3/08 ,  G06T7/11 ,  G06T7/40 ,  G06F16/73

Abstract: 本发明提出了一种基于3D卷积神经网络的无参考VR视频质量评价方法，该方法包括：采用视口生成法获取VR视频中每一帧所对应的多个视口，并将位置相同的视口组合成一个视口视频，以便根据所述VR视频生成多个视口视频；建立3D卷积神经网络模型，并根据生成好的视口视频对所述3D卷积神经网络模型进行训练；基于训练好的3D卷积神经网络模型对待评价VR视频对应的视口视频进行预测，以获得所述待评价VR视频对应的视口视频的MOS值；对属于同一个VR视频的视口视频所对应的MOS值进行池化操作，以获得所述待评价VR视频的最终视频质量分数；由此，该方法充分考虑了VR视频的特性，并采用无参考方式以大大提高VR视频质量评价的效率。