基于合成视点和深度图的3D图像质量评价

本文介绍了一种全参考的3D图像质量评价方法,利用双眼感知特性,结合合成视点图像和深度信息。通过立体匹配计算视差图,并依据像素位置调整质量得分,模拟双目竞争现象。使用多尺度结构相似度指数(MS-SSIM)评估无损和有损图像的合成视点质量。
摘要由CSDN通过智能技术生成

  Sid Ahmed FEZZA,阿尔及利亚奥兰大学;Mohamed-Chaker LARABI,法国普瓦捷大学。
  本文提出了一个基于双眼感知特性的全参考质量评价方法。该方法基于合成视点图像,考虑到人眼的3D感知机制主要受提供最重要和对比度信息最强的视点的影响。为了把深度信息考虑进去,论文根据每个像素在该视点的位置调整其质量得分。
  下图是算法框架:
    这里写图片描述
  
            这里写图片描述
  i、j是像素点的坐标,这里写图片描述是合成图像,这里写图片描述这里写图片描述是左右眼的图像,这里写图片描述是像素(i,j)在左右视点图像的水平位移。该论文使用立体匹配算法计算视差图。
  为了模拟双目竞争现象,论文根据局部内容信息给每个视点定义了一个权重因子:
         

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值