基于稀疏表示的立体图像质量评价方法研究

来源 :天津大学 | 被引量 : 0次 | 上传用户:posedong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着立体成像技术的发展,立体图像逐步走进人们的生活,但观看质量不好的立体图像会引起人们心理和生理上的不适,这严重限制了立体成像技术的发展,因此找到一种能够系统有效的评价立体图像质量的算法已成为了相关领域的研究热点。论文的主要工作如下:
  第一,论文提出了一种基于自适应的融合图像与集成学习的立体图像评价算法。首先考虑到增益控制和增益增强等人眼视觉机制,模拟双目视觉信息在视觉通路中的融合过程,将立体图像左右视图融合成融合图像,该融合图像考虑了左右视图线性与非线性的融合情况,适用于对称与非对称失真立体图像的融合,是一种自适应的融合图像模型。此外,考虑到视觉显著机制,采用显著图优化所得融合图像,提升质量评价效果。为了去除融合图像中的冗余信息,采用稀疏表示算法提取融合图像中的关键特征。最后为了达到更好的特征回归效果,采用集成学习算法对提取到的稀疏特征进行回归,得到立体图像质量分数,与单个回归器相比,集成学习可以提升2%的模型回归性能。
  第二,论文提出了一种基于稀疏的双目融合卷积神经网络的立体图像质量评价算法。网络模拟了双目视觉信息从视网膜到视觉皮质的复杂的融合处理与质量感知过程。通过网络中左右视图的四次融合模拟双目视觉信息在人脑中长期复杂的融合过程;通过网络中的多卷积层与多支路模拟视觉信息在人脑中分层并行的处理过程;通过网络最后的全连接层模拟人脑对经融合处理后的双目视觉信息的质量感知过程。此外,为了解决卷积神经网络计算量大、存储需求高的问题,采用结构化稀疏学习(Structural Sparsity Learning, SSL)的方法对网络中的每一个卷积层进行结构化稀疏约束,去除网络中的冗余权重,加快网络运行速度,提升网络评价性能,SSL可以在提升网络评价性能的同时,在LIVEI数据库上实现2.0倍的速度提升,在LIVEⅡ数据库上实现2.3倍的速度提升。
  为了验证上述质量评价算法的性能好坏,论文在公开的LIVE3DPhaseⅠ、LIVE3DPhaseⅡ、WaterlooIVC3DPhaseⅠ和WaterlooIVC3DPhaseⅡ数据库上进行了实验,实验结果表明论文所提两种算法都能够很好地模拟人眼视觉特性,在对称和非对称失真立体图像上的评价效果都很优秀。
其他文献
基于草图的跨域图像检索旨在根据输入的手绘草图与数据库中彩色图像的相似性度量返回彩色图像排序结果。该检索可以在基于文本的图像检索不准确或基于内容的图像检索中彩色图像难以获得的情况下,通过输入手绘草图完成图像检索任务。虽然相对于传统的图像检索算法,现有的草图检索算法效果得到了较好的提升。但是草图与彩色图像的特征映射与跨域检索等问题仍然没有得到较好的解决。因此,本文从网络结构与多损失函数优化两个方面,提
学位
近年来,隐身技术发展迅猛,在战争环境中占有不可替代的位置,因此反隐身技术的研究更是迫在眉睫。认知雷达不只具备对环境相应变化的感知能力,而且更具备处理自适应、能力自提高的优势,将认知雷达应用于反隐身技术中,让其根据对环境的感知进行自我调整从而能够极大的提升反隐身能力。本文将研究认知雷达识别隐身目标的方法,建立认知雷达认知-反馈-决策-响应的闭环体系,提出一种认知雷达跟踪识别隐身目标的框架,将分布式卡
学位
随着计算机视觉技术以及人工智能的发展,近几年图像的目标检测取得了巨大进展,得到了工业界和学术界的广泛关注。图像的目标检测需要检测并且识别出指定目标的物体,也是视频目标检测主要技术之一。随着智能视频处理技术的发展,对视频序列进行目标检测逐渐进入人们的视野中,并且在实际的监控领域中成为其它技术的基础。如何有效的提高视频序列中目标检测的性能具有非常重要的研究价值。针对这一问题,本文从目标检测中图像分类的
学位
图匹配问题是多媒体领域中一个基本的问题,在目标检测、目标追踪、三维模型检索等领域都有重要的作用。本文提出了一种基于子图学习的图匹配算法,通过引入惩罚项来优化子图的选择,从而降低传统图匹配问题中离群点对匹配结果的影响,提高了匹配精度。  本文还基于子图学习的图匹配算法提出了基于图匹配的三维模型检索算法。本文对三维模型提取多个角度的二维视图,将三维模型检索的问题转换为图匹配的问题,然后利用子图学习的算
从军事、工业、农业到人工智能等多个领域,无人机得到越来越广泛的应用。在所有对无人机的应用研究中,任务分配和路径规划是最基本的两项技术。近年来,已经提出了多种任务分配和路径规划方法,并且取得了一定的进展。任务规划根据对应用场景的整体把控,对无人机作出合理的任务分配方案,帮助无人机更好地完成任务。路径规划则根据无人机到目标点的距离等因素为无人机规划出最佳的飞行路线。因此对任务分配和路径规划方法的研究对
学位
水声传感器网络作为探索海洋、开发海洋的一种新的方式,在海洋监测、临海预防等多个领域有着广泛的应用前景,已引起各国越来越多的关注。作为海洋监测的重要工具,水声传感器网络的核心是能够有效收集所需要的海洋环境信息。因此,本论文针对数据收集时的节点部署和路由关键技术展开研究。  针对现有节点部署方法未能很好实现网络覆盖和连通的联合优化,无法有效收集数据并传输的问题,本论文设计了一种基于深度可调节节点的部署
手写体中文的自动识别是中文文档数字化的前提和基础,在历史文档识别、手写笔记转录等方面有着重要的应用价值。手写体中文具有书写随意、结构复杂、相似性强、数目众多、缺乏统一规范等特点,这使得其自动识别成为一个具有挑战性的问题。  本文首先分析了手写体中文自动识别领域的研究背景与意义,对国内外的研究现状做了综述;介绍了深度学习的基础理论知识、卷积神经网络的构成,以及常用的网络模型。  其次,论文在经典Le
利用微多普勒雷达对人体行为进行识别,在灾后搜救、智能家居、无人驾驶、安全监控等领域都有广泛的应用,具有极大的研究价值。面向实际应用,本文开展了微多普勒雷达图像去噪和人体行为识别的研究,分别提出了去噪模型和人体行为识别模型,并利用雷达仿真数据和实测数据对所提模型的性能进行了评估,主要研究内容及创新性工作如下。  为了去除微多普勒雷达图像中的噪声,提出了一种基于生成对抗网络(Generative Ad
作为计算机视觉领域的基本问题之一,目标检测系统实现了对图像中每个目标对象的分类,同时在目标中心点四周绘制大小适当的边界框来对目标进行定位。目标检测任务是视频分析、场景理解等其他计算机视觉任务的重要基础。近年来,得益于深度学习技术的飞速发展,智能安防、自动驾驶等领域的研究进展迅速,新目标检测算法层出不穷。目标检测技术的突破使得对快速准确的目标检测系统的需求越来越多,诞生了系列算法。  虽然目标检测算
学位
图像质量是影响机器视觉决策的决定性因素。在工业检测场景下,由于环境光照、被测物体表面材质、反射率及三维形状等因素的影响,拍摄图像容易出现采光不同的现象,导致过曝光区域与曝光不足区域同时出现,这些区域一旦形成,无法通过图像处理的手段进行恢复。由于图像细节信息的丢失,影响了工业检测的准确性和可靠性。基于上述问题,本文提出了使用自适应照明系统,此系统主要思想是采用主动改善光照条件的方式进行自适应补光:在
学位