-
公开(公告)号：CN114359180B
公开(公告)日：2024-10-18
申请号：CN202111549436.2
申请日：2021-12-17
Applicant: 中国矿业大学
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种面向虚拟现实的图像质量评价方法，包括IRG模块利用图像恢复技术，恢复减轻拼接图片中的重影失真得到IRG图像；然后将IRG图像与原失真图一起送入网络，通过提取IRG图像和原失真图之间的差异特征图以及失真图像的特征图，在不同尺度的特征层上共同评价质量分数。本发明中IRG模块针对全景图片拼接中的重影失真进行了图像恢复，能够有效减轻全景拼接图片中的重影失真现象；HQP模块采用了FPN特征金字塔，预测质量分数时有效利用了各个尺度的特征层，既有效利用了图像底层特征中的细节信息也较好的保留了图像高层特征中的语义信息。
-
公开(公告)号：CN114359180A
公开(公告)日：2022-04-15
申请号：CN202111549436.2
申请日：2021-12-17
Applicant: 中国矿业大学
Abstract: 本发明公开了一种面向虚拟现实的图像质量评价方法，包括IRG模块利用图像恢复技术，恢复减轻拼接图片中的重影失真得到IRG图像；然后将IRG图像与原失真图一起送入网络，通过提取IRG图像和原失真图之间的差异特征图以及失真图像的特征图，在不同尺度的特征层上共同评价质量分数。本发明中IRG模块针对全景图片拼接中的重影失真进行了图像恢复，能够有效减轻全景拼接图片中的重影失真现象；HQP模块采用了FPN特征金字塔，预测质量分数时有效利用了各个尺度的特征层，既有效利用了图像底层特征中的细节信息也较好的保留了图像高层特征中的语义信息。
-
公开(公告)号：CN115424051B
公开(公告)日：2023-06-27
申请号：CN202211134136.2
申请日：2022-09-16
IPC: G06V10/762 , G06V10/74 , G06V10/77 , G06T3/40 , G06Q10/0639 , G06N3/0464 , G06N3/08
Abstract: 本发明的全景拼接图像质量评价方法，利用全景图像和组成图像中生成一组失真图像块和参考图像块，并一起送入图像质量评价网络。通过卷积神经网络结构的特征提取器获取参考图像块和失真图像块的特征图以及他们的特征差异图作为全景图像的局部特征信息，将特征图融合后送入视觉自注意力模块TransformerEncoder，通过多头自注意力机制模块学习图像块之间的相互关系，并且经过条件位置编码生成器C‑PEG根据输入图像尺寸动态生成位置编码。最终结合图像块之间的相互关系和位置信息，以及图像局部特征，建立全景图像的全局信息，并预测图像质量。高效的利用了组成图像的无失真特性这一隐含信息；实现了局部特征与全局信息相结合；可以处理不同尺寸的输入图像。
-
公开(公告)号：CN115424051A
公开(公告)日：2022-12-02
申请号：CN202211134136.2
申请日：2022-09-16
Abstract: 本发明的全景拼接图像质量评价方法，利用全景图像和组成图像中生成一组失真图像块和参考图像块，并一起送入图像质量评价网络。通过卷积神经网络结构的特征提取器获取参考图像块和失真图像块的特征图以及他们的特征差异图作为全景图像的局部特征信息，将特征图融合后送入视觉自注意力模块TransformerEncoder，通过多头自注意力机制模块学习图像块之间的相互关系，并且经过条件位置编码生成器C‑PEG根据输入图像尺寸动态生成位置编码。最终结合图像块之间的相互关系和位置信息，以及图像局部特征，建立全景图像的全局信息，并预测图像质量。高效的利用了组成图像的无失真特性这一隐含信息；实现了局部特征与全局信息相结合；可以处理不同尺寸的输入图像。
-
-
-
Search Results
4
records
(took 0.018 seconds)
