基于人眼感知特性的立體視頻質(zhì)量評價方法研究.pdf

1、隨著立體視頻的普及人們的視覺體驗及生活品質(zhì)得到了飛躍的提升，雖然僅傳統(tǒng)的平面圖像/視頻的基礎(chǔ)上增加了一個維度卻給我們的生活帶來了多種新的可能性。3D導航、3D醫(yī)療、3D會議系統(tǒng)等技術(shù)不斷地幫助者我們提高生活質(zhì)量，在我們享受著新技術(shù)帶來的便利的同時我們也不可避免地需要解決其帶來的問題。在3D圖像/視頻的采集、表示、編碼、傳輸、信號變換、顯示等過程中都可能會引入失真并影響最終用戶感知到的視頻質(zhì)量。立體圖像/視頻系統(tǒng)的視頻質(zhì)量不僅是各階段處理

2、過程好壞的衡量指標，也是系統(tǒng)整體性能優(yōu)劣的體現(xiàn)；視頻質(zhì)量評價技術(shù)是立體/視頻系統(tǒng)中的不可或缺的一部分，而目前三維視頻質(zhì)量評價尚在探索階段。本學位論文將從視覺感知出發(fā)將其應用于平面與立體圖像和視頻的質(zhì)量評價中。具體研究內(nèi)容如下：
　　(1)考慮到人眼視覺關(guān)注特性在視頻質(zhì)量評價(VQA,Video Quality Assessment)中具有重要作用，提出了一種結(jié)合人眼視覺關(guān)注特性的視頻質(zhì)量評價方法。首先得到全局顯著圖，對全局顯著圖的

3、每個顯著像素點構(gòu)建結(jié)構(gòu)張量求取一幀的全局質(zhì)量；接著求得局部顯著圖來進行感知加權(quán)得到一幀的局部質(zhì)量；最后均衡局部與全局質(zhì)量得到視頻中一幀的質(zhì)量，并對視頻幀進行時域加權(quán)從而得到客觀視頻質(zhì)量評價值。在LIVE視頻數(shù)據(jù)庫上進行性能測試，得到PLCC(Pearson Linear Correlation Coefficient)為0.827，SROCC(Spearman Rank Order Correlation Coefficient)為0.

4、802，與已有相關(guān)算法相比，所提出的VQA方法評價結(jié)果更接近人眼主觀感知。
　　(2)基于圖像低維流形特征分析，提出了一種基于流形特征相似性(Manifold Feature Similarity,MFS)的全參考圖像質(zhì)量評價方法。首先，利用正交局部保持投影算法來模擬大腦的視覺處理過程獲取最佳映射矩陣進而得到圖像的低維流形特征相似度。其次，考慮亮度失真對人眼視覺感知的影響，通過圖像塊均值計算亮度相似性；最后，結(jié)合兩個相似度得到圖像

5、的客觀質(zhì)量評價值。在4個標準圖像測試庫上的實驗結(jié)果表明，所提出方法與現(xiàn)有代表性的圖像質(zhì)量方法相比總體上具有更好的評價結(jié)果。
　　(3)考慮到人類視覺感知特性是感知圖像質(zhì)量評價的關(guān)鍵大量且人類感知局限在低維流形之上。結(jié)合流形感知以及雙目視覺的競爭模型，提出了一種基于流形特征相似性的全參考立體圖像質(zhì)量評價方法。在3個立體圖像測試庫上的實驗結(jié)果表明，所提出方法與現(xiàn)有代表性的圖像質(zhì)量方法相比總體上具有更好的評價結(jié)果，且對非對稱失真立體圖像