-
题名基于显著特征分类的立体图像重定向方法
- 1
-
-
作者
黄悦铭
唐振华
-
机构
广西大学计算机与电子信息学院
广西多媒体通信与网络技术重点实验室
-
出处
《无线电工程》
2024年第2期267-275,共9页
-
基金
广西自然科学基金(2021GXNSFAA220058)。
-
文摘
现有立体图像重定向方法对不同特征图像均采用相同的策略进行重定向操作,导致一些立体重定向图像出现信息丢失、形变扭曲或深度改变的情况。影响立体图像重定向结果质量的因素主要包括显著区域形状和可视深度的改变等。为了解决这些问题,提出一种基于图像显著特征分类的立体图像重定向方法,将图像分为无显著及有显著2类图像,结合立体智能剪裁方法及立体非均匀映射方法对不同特征图像采用不同的重定向策略以减少信息丢失及几何失真。通过利用显著区域与非显著区域的深度信息差异可以更好地保持显著图像的深度感。实验结果表明,提出方法在主观对比及客观指标评价中均取得了优于其他算法的效果。
-
关键词
立体图像重定向
显著特征分类
立体智能剪裁
立体非均匀映射
深度信息差异
-
Keywords
stereo image retargeting
salient feature classification
stereo smart cropping
stereo heterogeneous mapping
depth information difference
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名面向分类和深度损失的立体图像重定向质量评价
- 2
-
-
作者
罗媛婷
唐振华
-
机构
广西大学计算机与电子信息学院
广西多媒体通信与网络技术重点实验室
-
出处
《小型微型计算机系统》
CSCD
北大核心
2023年第11期2538-2545,共8页
-
基金
广西自然科学基金项目(2021GXNSFAA220058)资助。
-
文摘
现有的立体重定向图像客观评价算法往往采用统一的方法对重定向图像的失真予以衡量.然而,对于不同类型的立体重定向图像,人眼关注的失真类型与模式不尽相同.此外,现有算法未能精确地衡量重定向图像中深度感变化.针对上述问题,本文提出了一种基于分类和深度感损失的立体图像重定向质量评价算法.该算法根据重定向图像的显著度和深度特征进行图像分类,对不同类型的图像采用不同的失真质量评价策略.此外,为了精确衡量重定向图像的深度感变化,本文还提出了两种用于衡量深度感损失的指标,分别利用重定向过程中深度信息的丢失以及绝对深度的相似度来衡量深度感的损失.本文利用NBU-SIRQA和SIRD数据库进行实验,结果表明,本文算法的整体评价性能优于现有所有算法.
-
关键词
立体图像重定向质量评价
图像分类
深度感受损失
绝对深度距离
-
Keywords
stereoscopic image retargeting quality assessment
image classification
depth perception loss
absolute depth distance
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
