-
题名基于卷积神经网络的立体图像舒适度客观评价
被引量：5
- 1
-
-
作者
李素梅
常永莉
段志成
-
机构
天津大学电气自动化与信息工程学院
-
出处
《光学学报》
EI
CAS
CSCD
北大核心
2018年第6期130-136,共7页
-
基金
国家自然科学基金(61520106002
161471262)
-
文摘
基于卷积神经网络模型,提出一种立体图像舒适度评价方法。该方法无须提前根据特定的任务从图像中人工提取具体的特征,而是模拟人脑处理机制对图像进行层次化的抽象处理,自主提取特征。该方法采用三通道卷积神经网络结构,分别对原始图像进行主成分分析,以及32×32、256×256两种尺度的分块处理得到三条通道的输入数据集,根据输入数据设计每条通道的网络结构。采用两种尺寸分块处理得到不同尺寸的图像块特征信息,采用主成分分析降维处理得到原始图像的整体信息。此外,通过随机丢弃、局部响应归一化等方法提升算法的评价性能。实验结果表明,以修正线性单元为激活函数、输出层用Softmax分类器,对天津大学TJU立体图像数据库中400幅不同舒适度等级的立体图像样本进行测试,等级分类率正确达94.52%,优于极限学习机、支持向量机算法。
-
关键词
图像处理
立体图像舒适度
客观评价
卷积神经网络
主成分分析
多尺度分块
-
Keywords
image processing
stereoscopic image comfort
objective assessment
convolutional neural network
principal component analysis
multi-scale blocking
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
