论文部分内容阅读
为准确衡量可见光通信(Visible Light Communication,VLC)视频传输的时域质量、空域质量、综合质量,本文以“基于多任务深度学习VLC视频传输质量评价技术”为题,设计基于多任务深度学习VLC视频传输质量评价框架,研究基于多级特征目标识别的VLC视频传输时域检测技术、基于孪生卷积神经网络(Convolutional Neural Networks,CNN)的VLC视频传输空域检测技术、基于多任务深度学习网络的VLC视频传输质量评价技术,开展VLC视频传输时域检测、空域检测、综合质量评价应用实验。项目研究工作得到广州市产学研协同创新重大专项(No.201604046005)资助。论文从视频传输时域检测、视频传输空域检测、视频质量评价、多任务学习等方面,分析相关内容国内外研究进展,确定论文研究内容,具体工作包括:(1)基于多任务深度学习VLC视频传输质量评价框架设计。分析VLC视频传输质量评价需求,设计质量评价整体方案与流程,并重点分析基于多级特征目标识别的VLC视频传输时域检测技术、基于孪生CNN的VLC视频传输空域检测技术、基于多任务深度学习VLC视频传输质量评价技术等关键技术实现思路。(2)基于多级特征目标识别的VLC视频传输时域检测技术研究。构建基于SSD(Single Shot Multi Box Detector,SSD)多级特征目标检测网络,利用特征金字塔网络(Feature Pyramid Networks,FPN)优化SSD目标检测网络结构,提高SSD目标检测网络对微小目标的检出率、准确率,根据目标检测结果提取频标信息并校验,实现VLC视频传输时域的自动化、智能化检测。(3)基于孪生CNN的VLC视频传输空域检测技术研究。构建孪生CNN网络提取参考图像与待测图像色彩、纹理、对比度等特征,并特征融合用于全参考图像质量评价,优化面向输入任意尺寸图像的网络结构,并提出基于伪参考图像生成的无参考图像质量评价备选方法,提高VLC视频传输空域检测技术适用性。(4)基于多任务深度学习网络的VLC视频传输质量评价技术研究。分析并构建基于时空视觉敏感性的VLC视频传输质量评价网络,提取视频时空联合特征并回归视频质量评价分数。针对时域检测与空域检测模型,设计多任务学习特征共享方案,提高VLC视频传输时域检测、空域检测、视频质量评价等不同任务特征学习效果。(5)开展VLC视频传输时域检测、空域检测、综合质量评价应用实验。介绍VLC视频传输质量评价实验硬件集成平台与软件集成平台,综合、实际测试并分析VLC视频传输时域检测、空域检测、视频质量评价等应用效果。