[發明專利]基于空洞卷積的立體圖像質量評價方法

在審

• 申請號: 202010761341.6
• 申請日: 2020-07-31
• 公開（公告）號: CN111915589A
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 李素梅;趙平
• 申請（專利權）人: 天津大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N3/04
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 劉國威

1.一種基于空洞卷積的立體圖像質量評價方法，其特征是，首先通過融合算法將左右視圖處理為融合圖，將其作為所搭建的多尺度卷積神經網絡模型的輸入，網絡有三個多尺度單元，每個多尺度單元對圖像進行三種不同尺度的特征提取，并將三種不同尺度的特征融合；三個多尺度單元級聯，組成網絡的主體，最終通過全局池化層與全連接層得到立體圖像質量預測分數。

2.如權利要求1所述的基于空洞卷積的立體圖像質量評價方法，其特征是，通過融合算法將左右視圖處理為融合圖具體步驟如下：

首先，利用Gabor濾波器提取左右視圖的幅值和相位特征，共包含6個尺度和8個方向，得到48個特征圖，其次，將Gabor濾波器得到的48幅不同尺度和方向的特征圖按振幅的升序排列得到集合增益控制和增益增強由公式(1)和(2)得到；

Gabor濾波后，利用對比度敏感函數(CSF)對特征圖進行處理，其處理結果可以通過表達，每張特征圖的權重為增益控制和增益增強的總能對比由公式(5)得到。容和圖像最終通過公式(6)得到；

A(f)＝2.6(0.192+0.114f)exp[-(0.114f)^1.1] (3)

3.如權利要求1所述的基于空洞卷積的立體圖像質量評價方法，其特征是，三個多尺度模塊級聯構成網絡的主體，最后一個多尺度單元后面是標準卷積層、全局池化層和只有一個輸入和一個輸出的全連接層；模型中各卷積層的核均為3×3，卷積層后用整流線性單元ReLU作為激活函數。

4.如權利要求1所述的基于空洞卷積的立體圖像質量評價方法，其特征是，多尺度模塊結構是，輸入的特征圖通過空洞率分別為1,2,4的三個并行的空洞卷積層，并通過′concat′層進行融合，然后通過兩個標準卷積層和一個最大池化層得到多尺度模塊的輸出。