公开(公告)号：CN114897854A

公开(公告)日：2022-08-12

申请号：CN202210563360.7

申请日：2022-05-20

Applicant: 辽宁大学

Inventor： 刘允 ,  黄宝庆 ,  王晓旭

IPC: G06T7/00 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于双流交互式网络的无参考立体图像质量评价方法：1.构建训练数据集，从LIVE和IVC立体图像数据集中，随机选取80％图像作为训练集并进行分块处理，分块大小是64×64。2.对分块后的图像进行归一化处理，使训练数据集具有相同的分布，加快训练速度和学习效率。3.构建双流交互式网络模型，在左右视图子网络中构建交互式子网络来模拟双目感知，在左右视图子网络中加入非对称卷积核来增强局部信息的感知。4.将训练数据集输入到网络模型中提取图像的单目和双目特征，构建质量评价模型。本发明所述的基于双流交互式网络的质量评价模型在国际主流的数据集上取得了优异的性能，与目前主流算法相比具有较好的竞争力。

公开(公告)号：CN114897854B

公开(公告)日：2024-08-27

申请号：CN202210563360.7

申请日：2022-05-20

Applicant: 辽宁大学

Inventor： 刘允 ,  黄宝庆 ,  王晓旭

IPC: G06T7/00 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0495 ,  G06N3/082 ,  G06N3/084

Abstract: 一种基于双流交互式网络的无参考立体图像质量评价方法：1.构建训练数据集，从LIVE和IVC立体图像数据集中，随机选取80％图像作为训练集并进行分块处理，分块大小是64×64。2.对分块后的图像进行归一化处理，使训练数据集具有相同的分布，加快训练速度和学习效率。3.构建双流交互式网络模型，在左右视图子网络中构建交互式子网络来模拟双目感知，在左右视图子网络中加入非对称卷积核来增强局部信息的感知。4.将训练数据集输入到网络模型中提取图像的单目和双目特征，构建质量评价模型。本发明所述的基于双流交互式网络的质量评价模型在国际主流的数据集上取得了优异的性能，与目前主流算法相比具有较好的竞争力。