公开(公告)号：CN108449596B

公开(公告)日：2020-09-01

申请号：CN201810342793.3

申请日：2018-04-17

Applicant: 福州大学

Inventor： 牛玉贞 ,  钟伊妮 ,  柯逍 ,  施逸青

IPC: H04N17/00 ,  G06T7/00 ,  G06T7/13 ,  G06T7/90 ,  H04N13/00

Abstract: 本发明涉及一种融合美学和舒适度的3D立体图像质量评估方法，包括以下步骤：步骤S1：对训练图像集合和待预测图像集合中的每幅立体图像提取左、右视图的美学特征及左、右视图美学一致性特征，获得美学特征集F1；步骤S2：对训练图像集合和待预测图像集合中的每幅立体图像提取舒适度特征，获得舒适度特征集F2；步骤S3：对训练图像集合中的所有图像，结合美学特征集F1和舒适度特征集F2，将其作为机器学习特征集T1，训练得到立体图像质量评估模型；步骤S4：利用训练好的质量评估模型评估每幅待预测图像，得到所有待预测图像的最终质量评估分数。该方法有利于提高评估结果与用户主观分数的一致性。

公开(公告)号：CN108449596A

公开(公告)日：2018-08-24

申请号：CN201810342793.3

申请日：2018-04-17

Applicant: 福州大学

Inventor： 牛玉贞 ,  钟伊妮 ,  柯逍 ,  施逸青

IPC: H04N17/00 ,  G06T7/00 ,  G06T7/13 ,  G06T7/90 ,  H04N13/00

CPC classification number: H04N17/004 ,  G06T7/0002 ,  G06T7/13 ,  G06T7/90 ,  G06T2207/10012 ,  G06T2207/30168 ,  H04N2013/0081

Abstract: 本发明涉及一种融合美学和舒适度的3D立体图像质量评估方法，包括以下步骤：步骤S1：对训练图像集合和待预测图像集合中的每幅立体图像提取左、右视图的美学特征及左、右视图美学一致性特征，获得美学特征集F1；步骤S2：对训练图像集合和待预测图像集合中的每幅立体图像提取舒适度特征，获得舒适度特征集F2；步骤S3：对训练图像集合中的所有图像，结合美学特征集F1和舒适度特征集F2，将其作为机器学习特征集T1，训练得到立体图像质量评估模型；步骤S4：利用训练好的质量评估模型评估每幅待预测图像，得到所有待预测图像的最终质量评估分数。该方法有利于提高评估结果与用户主观分数的一致性。