10.3778/j.issn.1673-9418.2105113
双流网络的水下视频客观质量评价模型
水下拍摄的视频存在质量退化效应.一方面,光线在水中传播时呈指数衰减导致水下视频质量损失;另一方面,水下复杂拍摄环境(例如水流等)造成视频的不稳定性.为此,综合考虑水下视频时空特征和运动特征对视频质量的影响,提出一种针对水下场景的客观无参考视频质量评价模型(TS-UVQA).TS-UVQA采用双流网络结构:设计了由三维卷积、自适应正则化和慢融合策略组成的时空特征提取网络(Spatial-temporal Net),从视频原始帧中学习时空特征;设计了由二维卷积层和自适应正则化堆叠的运动特征提取网络(Motion Net),从光流场块中学习水下视频的相关运动特征;使用决策级融合实现高精度的水下视频质量评价.以模型的视频质量评价结果与主观质量分数的皮尔森线性相关系数(PLCC)和斯皮尔曼秩序相关系数(SROCC)为指标,通过实验验证了TS-UVQA中运动网络对于水下视频质量评价的性能提升效果,同时与13种图像和视频客观质量评价方法相比,在水下视频数据集上取得最佳性能.此外,TS-UVQA在3个自然场景视频数据集(ECVQ、EVVQ、LIVE)也取得了与最先进方法接近的相关系数,表明方法具有良好的泛化性能.
质量评价、无参考视频质量评价、双流法、水下视频
17
TN911.73;TP391
国家自然科学基金;国家自然科学基金
2023-02-20(万方平台首次上网日期,不代表论文的发表时间)
共10页
409-418