基于深度感知和运动信息的3D视频质量评价

该论文提出了一种结合深度感知和运动信息的3D视频质量评价方法,通过权重图对PSNR和SSIM算法进行加权,以更准确地反映3D视频的客观质量。研究指出,深度感知和运动信息是影响3D视频观看体验的重要因素,特别是在考虑人类视觉系统的敏感性时。实验使用光流法获取运动信息,并在MSE和SSIM的基础上进行了加权改进,以提高评估准确性。

  本篇论文由IEEE的成员Donghyun Kim, Seungchul Ryu and Kwanghoon Sohn发表。
本文把深度感知信息和运动信息联系起来,产生一幅3D视频质量评价(3D VQA)的权重图(weghting map),然后用权重图来对PSNR和SSIM算法进行加权运算,得出3D视频客观质量。
  在3D视频中, 深度感知是其重要的影响因素。如在观看3D视频中,人们更关注正视差的物体。此外,本文认为运动信息是HVS的另一个重要影响因素。
  论文使用光流法来获得运动信息M。对于当前视点v,这里写图片描述这里写图片描述 分别是其水平运动矢量和垂直运动矢量,则上一帧的运动矢量可以这样得出:
         这里写图片描述
  f为一帧,W为16x16的宏块,则当前视点的运动信息为:
                    这里写图片描述
  这里写图片描述是一个线性归一化函数,将运动信息的值固定在0~255之间。
  下图是产生权重图的基本运算框架:
        这里写图片描述
           
                   

评论
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