基于大脑层状皮质模型的立体图像质量评价
通过模拟人脑视觉神经接收视觉信息形成表面感知的处理机制,提出一种基于大脑层状皮质模型的全参考立体图像的图像质量评价(IQA)方法.首先,分析大脑形成表面感知的过程,提出可运用于立体图像的IQA的层状皮质模型;然后依据模型得到各层的响应输出,构建感知特征向量;最后利用机器学习算法,建立特征和质量的关系模型,预测立体图像质量.实验结果表明,本文方法在对称立体图像库上的Pearson线性相关系数(PLCC)和Spearman等级系数(SROCC)高于0.91,在非对称库上高于0.93.与现有的相关方法相比,本文方法与主观评价更加吻合,更适合立体图像的评价和优化.
质量评价、人脑、层状皮质模型、视觉感知
28
TN919.81
国家自然科学基金61271021
2017-06-30(万方平台首次上网日期,不代表论文的发表时间)
共9页
529-537