×
周武杰

基于卷积网络和显著性加权的盲立体图像质量评价。 （英语） Zbl 1435.94055号

数学。问题。工程师。 2019年，文章ID 1384921，第7页（2019年）.
摘要：随着立体图像应用的快速发展，人们越来越需要开发一种通用的工具来评估立体图像的感知质量。因此，本文提出了一种基于卷积网络和显著性加权的盲立体图像质量评价（SIQE）算法。该算法使用的主要网络框架是质量图生成网络，用于训练畸变图像数据集和质量图标签，以获得最佳网络框架。最后，立体图像的左视图、右视图和循环视图分别用作网络框架的输入，然后加权融合得到最终的立体图像质量分数。实验结果表明，本文提出的SIQE算法可以在一定程度上提高图像质量预测和预测分数的准确性，并具有良好的泛化能力。

MSC公司：

94A08型 信息与通信理论中的图像处理（压缩、重建等）
68单位10 图像处理的计算方法
62华氏35 多元分析中的图像分析

软件：

FSIM公司
PDF格式BibTeX公司 XML格式引用
\textit{W.Zhou}，数学。问题。2019年工程，文章编号1384921，第7页（2019年；Zbl 1435.94055）
全文： 内政部

参考文献：

[1] 王，Z。；博维克，A.C。；谢赫，H.R。；Simoncelli，E.P.，《图像质量评估：从错误可见性到结构相似性》，IEEE图像处理汇刊，13，4，600-612（2004）·doi:10.1109/tip.2003.819861
[2] 张，L。；张，L。；牟某。；Zhang，D.，FSIM:图像质量评估的特征相似性指数，IEEE图像处理汇刊，20，8，2378-2386（2011）·Zbl 1373.62333号 ·doi:10.1109/tip.2011.2109730
[3] 周，W。；Yu，L。；邱伟。；周，Y。；Wu，M.，局部梯度模式（LGP）：用于无参考图像质量评估的有效局部统计特征提取方案，信息科学，397-398，1-14（2017）·doi:10.1016/j.ins.2017.02.049
[4] 陈，M.-J。；苏，C.-C。；Kwon，D.-K。；Cormack，L.K。；Bovik，A.C.，《考虑竞争的立体对全参考质量评估》，《信号处理：图像通信》，第28、9、1143-1155页（2013年）·doi:10.1016/j.image.2013.05.006
[5] Zhang，Y，医学博士。；Chandler，3D-MAD:基于双目亮度和对比度感知的全参考立体图像质量估计器，IEEE图像处理汇刊，24，11，3810-3825（2015）·Zbl 1408.94822号 ·doi:10.1109/tip.2015.2456414
[6] 周，W。；江，G。；Yu，M。；邵，F。；Peng，Z.，PMFS:一种用于立体图像质量评估的感知调制特征相似性度量，IEEE信号处理快报，21，81003-1006（2014）·doi:10.1010/lsp.2014.2320956
[7] 耿，X。；沈，L。；李凯。；An，P.，基于独立分量分析和双目融合特性的立体图像质量评估模型，《信号处理：图像通信》，52，54-63（2017）·doi:10.1016/j.image.2016.12.004
[8] 高，F。；王，Y。；李，P。；Tan，M。；Yu，J。；Zhu，Y.，DeepSim:图像质量评估的深度相似性，神经计算，257104-114（2017）·doi:10.1016/j.neucom.2017.01.054
[9] 周，W。；江，G。；Yu，M。；邵，F。；Peng，Z.，基于视点和视差零水印的简化参考立体图像质量评估，信号处理：图像通信，29，1，167-176（2014）·doi:10.1016/j.image.2013.10.005
[10] 周，W。；Yu，L。；周，Y。；邱伟。；吴敏伟。；Luo，T.，屏幕内容和自然场景图像盲质量评估的局部和全局特征学习，IEEE图像处理汇刊，27，5，2086-2095（2018）·Zbl 1409.94798号 ·doi:10.1109/tip.2018.2794207
[11] 周，W。；张，S。；Pan，T.，基于双眼特征自相似性的盲3D图像质量评估，神经计算，224128-134（2017）·doi:10.1016/j.neucom.2016.10.046
[12] 张，W。；Qu，C。；马，L。；关，J。；Huang，R.，利用卷积神经网络进行无参考质量评估的立体图像学习结构，模式识别，59，176-187（2016）·doi:10.1016/j.patcog.2016.01.034
[13] 江，G。；Xu，H。；Yu，M。；Luo，T。；Zhang，Y.，通过学习基于非负矩阵分解的颜色视觉特征并考虑双眼交互的立体图像质量评估，《视觉传达与图像表征杂志》，46，269-279（2017）·doi:10.1016/j.jvcir.2017.04.010
[14] 哈奇查，W。；Kaaniche，M。；Beghdadi，A。；Cheikh，F.A.，基于联合小波分解和统计模型的无参考立体图像质量评估，《信号处理：图像通信》，54，107-117（2017）·doi:10.1016/j.image.2017.03.005
[15] 周，W。；邱伟。；Wu，M.-W.，利用字典学习和机器学习对三维图像进行盲质量评估，IEEE广播交易，63，2，404-415（2017）·doi:10.1109/tbc.2016.2638620
[16] 杨，J。；安，P。；Ma，J，英国。；李，L。；沈，通过学习基于梯度字典的颜色视觉特性进行无参考立体图像质量评估，2018年IEEE电路与系统国际研讨会论文集，IEEE·doi:10.1109/iscas.2018.8351261
[17] 吴杰。；曾杰。；Dong，W。；Shi，G。；Lin，W.，《分层盲图像质量评估：从局部结构到深层语义的退化》，《视觉传达与图像表征杂志》，58，353-362（2019）·doi:10.1016/j.jvcir.2018.12.005
[18] 刘天杰。；林，C.-T。；刘，H.-H。；Pei，S.-C.，基于分层学习的盲立体图像质量评估，IEEE Access，78058-8069（2019）·doi:10.1109/access.2018.2890304
[19] 姜强。；邵，F。；高，W。；Chen，Z。；江，G。；Ho，Y.-S.，单一和多重畸变立体图像的统一无参考质量评估，IEEE图像处理汇刊，28，4，1866-1881（2019）·doi:10.1109/tip.2018.2881828
[20] 本萨尔玛，R。；Larabi，M.-C.，基于双目能量的立体图像质量评估的感知度量，多维系统和信号处理，24，2281-316（2013）·兹比尔1292.68147 ·doi:10.1007/s11045-012-0178-3
[21] 周，W。；Yu，L。；周，Y。；邱伟。；吴敏伟。；Luo，T.，基于双目组合和极限学习机的3D图像盲质量估计器，模式识别，71，207-217（2017）·doi:10.1016/j.patcog.2017.06.008
[22] 周，W。；Yu，L.，无参考3D图像质量评估的双目反应，IEEE多媒体汇刊，18，6，1077-1084（2016）·doi:10.1109/tmm.2016.2542580
[23] 马凯（Ma，K.）。；段木，Z。；Wu，Q.，滑铁卢勘探数据库：图像质量评估模型的新挑战，IEEE图像处理汇刊，26，2，1004-1016（2017）·Zbl 1409.94431号 ·doi:10.1109/tip.2016.2631888
[24] Wang，J。；Rehman，A。；曾，K。；王，S。；Wang，Z.，非对称扭曲立体3D图像的质量预测，IEEE图像处理汇刊，24，11，3400-3414（2015）·Zbl 1408.94675号 ·doi:10.1109/tip.2015.2446942
[25] 张，L。；顾毅。；Li，H.，SDSP：一种结合简单先验的新颖显著性检测方法，2013年IEEE图像处理国际会议论文集，IEEE·doi:10.1109/icip.2013.6738036
[26] Moorthy，A.K。；苏，C.-C。；米塔尔，A。；Bovik，A.C.，立体图像质量的主观评估，信号处理：图像通信，28，8，870-883（2013）·doi:10.1016/j.image.2012.08.004
[27] 陈，M.-J。；Cormack，L.K。；Bovik，A.C.，自然立体对的无参考质量评估，IEEE图像处理汇刊，22，9，3379-3391（2013）·Zbl 1373.94077号 ·doi:10.1109/tip.2013.2267393
[28] Kingma，D.P。；巴·J·。，http://arxiv.org/abs/412.6980
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。