一种基于样例的3D图像深度信息视觉舒适度评估方法

    公开(公告)号:CN109523590B

    公开(公告)日:2021-05-18

    申请号:CN201811227681.X

    申请日:2018-10-22

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于样例的3D图像深度信息视觉舒适度评估方法,包括以下步骤:步骤S1:输入待评估的3D图像,将左视图作为输入图像;步骤S2:利用基于深度学习特征的图像检索技术,在专业3D图像数据库中检索与待评估的3D图像场景相似的n幅高质量的3D图像作为对比样例图像;步骤S3:对输入图像和对比样例图像依次进行3D图像显著性检测和前景对象分割处理,并计算得到每幅图像的前景和背景的深度信息分布直方图;步骤S4:计算输入图像与n个样例图像分别对比的前景和背景的深度信息视觉舒适度;步骤S5:综合得到待评估的3D图像的综合深度信息视觉舒适度。本发明能够考虑到深度信息视觉舒适度,对3D图像深度信息视觉舒适度进行评估。

    一种基于样例的3D图像深度信息视觉舒适度评估方法

    公开(公告)号:CN109523590A

    公开(公告)日:2019-03-26

    申请号:CN201811227681.X

    申请日:2018-10-22

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于样例的3D图像深度信息视觉舒适度评估方法,包括以下步骤:步骤S1:输入待评估的3D图像,将左视图作为输入图像;步骤S2:利用基于深度学习特征的图像检索技术,在专业3D图像数据库中检索与待评估的3D图像场景相似的n幅高质量的3D图像作为对比样例图像;步骤S3:对输入图像和对比样例图像依次进行3D图像显著性检测和前景对象分割处理,并计算得到每幅图像的前景和背景的深度信息分布直方图;步骤S4:计算输入图像与n个样例图像分别对比的前景和背景的深度信息视觉舒适度;步骤S5:综合得到待评估的3D图像的综合深度信息视觉舒适度。本发明能够考虑到深度信息视觉舒适度,对3D图像深度信息视觉舒适度进行评估。

    一种基于图像检索的显著性检测元评估方法

    公开(公告)号:CN107240107A

    公开(公告)日:2017-10-10

    申请号:CN201710522580.4

    申请日:2017-06-30

    Applicant: 福州大学

    CPC classification number: G06T7/11 G06T7/44 G06T7/90

    Abstract: 本发明涉及一种基于图像检索的显著性检测元评估方法,包括以下步骤:分别以用户标注的显著性图和T种显著性检测算法生成的显著性图作为权重计算输入图像的加权颜色直方图,并利用基于内容的图像检索方法获取检索图像,分别得到检索序列和;分别计算检索序列和的相似性值,排序得到图像检索应用对T种显著性检测算法的评估排序序列;分别计算显著性检测评估方法对T种显著性检测算法的评估值,排序得到显著性检测评估方法对T种显著性检测算法的评估排序序列;计算序列与的相关性;取图像集中所有输入图像的相关性的平均值作为显著性检测评估方法的评估值。该方法有利于为实际应用选出合适有效的显著性检测评估方法。

    一种基于图像检索的显著性检测元评估方法

    公开(公告)号:CN107240107B

    公开(公告)日:2019-08-09

    申请号:CN201710522580.4

    申请日:2017-06-30

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于图像检索的显著性检测元评估方法,包括以下步骤:分别以用户标注的显著性图和T种显著性检测算法生成的显著性图作为权重计算输入图像的加权颜色直方图,并利用基于内容的图像检索方法获取检索图像,分别得到检索序列和;分别计算检索序列和的相似性值,排序得到图像检索应用对T种显著性检测算法的评估排序序列;分别计算显著性检测评估方法对T种显著性检测算法的评估值,排序得到显著性检测评估方法对T种显著性检测算法的评估排序序列;计算序列与的相关性;取图像集中所有输入图像的相关性的平均值作为显著性检测评估方法的评估值。该方法有利于为实际应用选出合适有效的显著性检测评估方法。

    一种基于实际应用的显著性检测元评估方法

    公开(公告)号:CN108550149A

    公开(公告)日:2018-09-18

    申请号:CN201810342813.7

    申请日:2018-04-17

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于实际应用的显著性检测元评估方法,包括以下步骤:1、提取图像检索数据集中每幅图像的深度卷积特征,利用基于深度卷积特征的图像检索方法计算得到T种显著性检测算法对应的T个检索序列集合;2、分别计算图像检索数据集中所有图像的标准检索序列集合与T个检索序列集合之间的平均精度值,据此降序排列得到图像检索应用对T种显著性检测算法的评估排序序列;3、计算显著性检测评估方法对T种显著性检测算法的评估值,据此降序排序得到显著性检测评估方法对T种显著性检测算法的评估排序序列;4、计算两序列的相关性,以此作为显著性检测评估方法的评估值。该方法有利于为实际应用选出合适有效的显著性检测评估方法。

Patent Agency Ranking