-
公开(公告)号：CN114972169B
公开(公告)日：2024-11-05
申请号：CN202210324929.4
申请日：2022-03-30
申请人： 宁波大学
IPC分类号： G06T7/00 , G06T3/4038 , G06V10/74 , G06V10/80
摘要： 本发明公开了一种全景拼接图像质量评价方法，其预测了拼接视口图像和显著视口图像，在训练阶段，考虑到鬼影、形变、色差、空洞等对图像质量的影响，提取边缘感知特征、形变感知特征、颜色感知特征、信息感知特征构成特征矢量，并将拼接视口特征矢量和显著视口特征矢量结合构成全景拼接图像的特征矢量，然后利用多元线性回归对所有特征矢量进行训练，构造多元线性回归训练模型；在测试阶段，通过计算测试集中的全景拼接图像的特征矢量，并根据多元线性回归训练模型，预测得到全景拼接图像的客观质量评价预测值，由于获得的特征矢量具有较强的稳定性且较为全面地反映了全景拼接图像的失真情况，因此提高了客观评价结果与人眼主观感知之间的相关性。
-
公开(公告)号：CN116863150A
公开(公告)日：2023-10-10
申请号：CN202310781940.8
申请日：2023-06-29
申请人： 宁波大学
摘要： 本发明公开了一种彩色可见光与红外图像显著性目标检测方法，其构建一个包含数对彩色可见光图像和与其对应的红外图像的训练集，并搭建一个神经网络，神经网络主要由特征提取模块、非对称特征互补模块、特征选择与融合模块、语义增强解码器构成，非对称特征互补模块由彩色可见光特征互补模块和红外特征互补模块构成；将训练集中的数对彩色可见光图像和与其对应的红外图像输入到神经网络中进行多轮网络训练，网络训练结束后得到神经网络训练模型；使用神经网络训练模型对测试图像对进行预测，预测得到测试图像对的显著性目标图像；优点是其能够有效地提高显著性目标检测的准确度。
-
公开(公告)号：CN116579999A
公开(公告)日：2023-08-11
申请号：CN202310494473.0
申请日：2023-04-28
申请人： 宁波大学
IPC分类号： G06T7/00 , G06T3/40 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种虚拟视点绘制图像质量评价方法，其在训练阶段对失真虚拟视点绘制图像和参考图像进行图像裁剪，得到失真块和参考块，然后将失真块和参考块输入到失真校正网络中进行训练，输出伪参考块，训练得到失真校正网络训练模型；接着将失真块和参考块以及平均主观评分值输入到质量评价网络中进行训练，输出质量预测分数，训练得到质量评价网络训练模型；在测试阶段，失真校正网络训练模型对测试失真块进行失真校正生成伪参考块，最后将测试失真块和伪参考块输入到质量评价网络训练模型中进行质量估计，获得失真虚拟视点绘制图像的质量预测分数；优点是其有效提高了客观评价结果与人眼主观感知之间的相关性。
-
公开(公告)号：CN113192083B
公开(公告)日：2023-06-06
申请号：CN202110492823.0
申请日：2021-05-07
申请人： 宁波大学
摘要： 本发明公开了一种基于纹理掩蔽效应的图像恰可察觉失真阈值估计方法，将原始图像的灰度图像变换为双精度浮点型图像，采用差分盒计数方法计算该图像中的每个图像块的分形维数，将其作为衡量该图像块纹理粗糙度的权值，并得到权值图；根据权值图计算灰度图像中的每个像素点的纹理复杂度，再根据纹理复杂度和亮度对比度得到纹理掩蔽效应，根据亮度对比度得到对比度掩蔽效应；提取出对象边缘；根据纹理掩蔽效应、对比度掩蔽效应和对象边缘对应的二值图像，获得灰度图像中的每个像素点的空间掩蔽效应；根据空间掩蔽效应和亮度自适应性获得初步恰可察觉失真阈值，结合灰度图像的显著图获得最终恰可察觉失真阈值；优点是恰可察觉失真阈值估计准确度高。
-
公开(公告)号：CN115908857A
公开(公告)日：2023-04-04
申请号：CN202211238367.8
申请日：2022-10-11
申请人： 宁波大学
IPC分类号： G06V10/46 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
摘要： 本发明公开了一种RGB‑T图像显著性目标检测方法，其首先构建一个包含数对RGB图像和热红外图像的训练集，并构建一个神经网络，神经网络主要由特征提取模块、模态迁移融合模块、多尺度上下文增强模块、边缘提取模块、循环分离注意力模块和解码模块构成，然后将训练集中的每对RGB图像和热红外图像输入到神经网络中进行多轮训练，训练得到神经网络训练模型，再利用神经网络训练模型对测试图像对进行预测，预测得到测试图像对的显著目标图像；优点是其能够有效地提高RGB‑T图像显著性目标检测的准确性。
-
公开(公告)号：CN109859300B
公开(公告)日：2022-12-23
申请号：CN201910067501.4
申请日：2019-01-24
申请人： 宁波大学
IPC分类号： G06T15/00
摘要： 本发明公开了一种基于美学的立体图像内容编辑方法，其通过提取立体图像的左视点图像和右视点图像对应的图像质量能量、图像美学能量和深度适应能量，并通过优化使得总能量最小，获取最佳相似变换矩阵，这样可使得内容编辑后的立体图像能够保留精确的对象形状、具有较高的美观度、具有较高的深度感；其通过优化立体图像中的聚类对象的三分法则能量、视觉平衡能量、对角优势能量和对象缩放能量，进而控制聚类对象中的Delaunay网格的形变，从而能够保证内容编辑后的立体图像的视觉美观度。
-
公开(公告)号：CN115170936A
公开(公告)日：2022-10-11
申请号：CN202210654333.0
申请日：2022-06-10
申请人： 宁波大学
摘要： 本发明公开了一种基于退化信息引导的水下图像质量评价方法，其构建图像增强网络和质量评价网络；使用原始水下图像及对应的伪标签图像构成的第一训练集对图像增强网络进行训练，最终得到图像增强网络训练模型，并冻结参数；利用水下图像增强方法对原始水下图像进行增强，再将每幅原始水下图像对应的水下增强图像进行两两组合成图像对，所有图像对构成第二训练集；第二训练集中的水下增强图像通过图像增强网络训练模型输出四幅中间层特征图，同时使用第二训练集对质量评价网络进行训练，四幅中间层特征图引入到该训练过程中，最终得到质量评价网络训练模型；优点是能自动提取出质量相关特征，且能有效地提高客观评价结果与主观感知之间的相关性。
-
公开(公告)号：CN112702590B
公开(公告)日：2022-07-22
申请号：CN202011417735.6
申请日：2020-12-07
申请人： 宁波大学
IPC分类号： H04N13/106 , H04N13/128
摘要： 本发明公开了一种立体图像变焦方法，其提取左、右视点图像中落于用户选择的对象内、落于用户选择的对象边界的所有四边形网格对应的目标四边形网格的坐标偏移能量、落于背景区域内的所有四边形网格对应的目标四边形网格的背景保持能量、落于用户选择的对象内的所有四边形网格对应的目标四边形网格的尺寸控制能量和左右一致性能量，并通过优化使得总能量最小，进而获取左、右视点图像中的每个四边形网格对应的最佳目标四边形网格，并根据每个最佳目标四边形网格的仿射变换矩阵，得到变焦后的立体图像；优点是变焦后的立体图像保留了精确的对象形状和准确的目标聚焦深度，具有近距离观看的沉浸感、具有较高的深度感，能够获得更高的三维体验质量。
-
公开(公告)号：CN113099215B
公开(公告)日：2022-06-21
申请号：CN202110294375.3
申请日：2021-03-19
申请人： 宁波大学
IPC分类号： H04N17/00
摘要： 本发明公开了一种卡通图像质量评价方法，其在训练阶段，考虑到饱和度、对比度和亮度调整对卡通图像质量的影响，提取出结构特征矢量和颜色特征矢量构成特征矢量，然后利用支持向量回归对所有调整后的卡通图像的特征矢量进行训练，构造调整后的卡通图像的支持向量回归训练模型；在测试阶段，通过计算测试集中的调整后的卡通图像的特征矢量，并根据训练阶段构造的调整后的卡通图像的支持向量回归训练模型，预测得到测试集中的调整后的卡通图像的客观质量评价预测值，由于获得的特征矢量具有能够较好地反映饱和度、对比度和亮度调整对卡通图像质量的影响，因此有效地提高了客观评价结果与人眼主观感知之间的相关性。
-
公开(公告)号：CN109377472B
公开(公告)日：2021-08-03
申请号：CN201811059964.8
申请日：2018-09-12
申请人： 宁波大学
摘要： 本发明公开了一种眼底图像质量评价方法，其考虑了模糊、过曝光和欠曝光对眼底图像分割精度的影响，提取出统计特征矢量、纹理特征矢量、形状特征矢量构成特征矢量，然后利用支持向量回归对所有失真眼底图像的特征矢量进行训练，构造预测模型；在测试阶段，通过计算用作测试的失真眼底图像的特征矢量，并根据训练阶段构造的预测模型，预测得到用作测试的失真眼底图像的分割准确度值，由于获得的特征矢量信息能够较好地反映失真眼底图像的失真对分割准确性的变化情况，因此有效地提高了预测的分割准确度值与真实的分割准确度值之间的相关性，即能够准确地自动评价眼底图像质量，有效地提高了客观评价结果与主观感知之间的相关性。
-
-
-
-
-
-
-
-
-
搜索结果
350 条记录 (耗时 0.031 秒)
