首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

非视口依赖的抗畸变无参考全景图像质量评价方法与系统 

申请/专利权人:江西财经大学;盛景智能科技(嘉兴)有限公司

申请日:2024-04-29

公开(公告)日:2024-06-28

公开(公告)号:CN118096770B

主分类号:G06T7/00

分类号:G06T7/00;G06T7/60

优先权:

专利状态码:有效-授权

法律状态:2024.06.28#授权;2024.06.14#实质审查的生效;2024.05.28#公开

摘要:本发明提出一种非视口依赖的抗畸变无参考全景图像质量评价方法与系统,该方法通过先验指导对失真全景图像进行采样,获取图像块,基于等距可变形卷积构建主干网络,并对图像块进行渐进式逐层提取,获得包含丰富视觉信息的质量感知特征,对每个图像块的质量感知特征进行注意力计算,以调整单个图像块内部特征以及不同图像块之间对整体质量评估的贡献度权重,对每个图像块的质量感知特征进行回归操作,进行权重分配,获取预测质量得分。本发明可以确保对于富含语义信息的区域有更充分的覆盖,并解决ERP图像中规律性失真的问题。

主权项:1.一种非视口依赖的抗畸变无参考全景图像质量评价方法,其特征在于,所述方法包括如下步骤:步骤1、获取失真全景图像,并通过先验指导对失真全景图像进行采样,获取图像块;步骤2、基于等距可变形卷积构建主干网络,并对图像块进行渐进式逐层提取,获得包含丰富视觉信息的质量感知特征;步骤3、对每个图像块的质量感知特征进行注意力计算,以调整单个图像块内部特征以及不同图像块之间对整体质量评估的贡献度权重;步骤4、对每个图像块的质量感知特征进行回归操作,以根据不同图像块之间对整体质量评估的贡献度权重对相应的质量感知特征分配权重,得到每个图像块的预测质量得分,并将每个图像块的质量得分相加取平均,获得最终等距形投影格式图像的质量分数;在所述步骤1中,通过先验指导对失真全景图像进行采样的方法具体包括如下步骤:给定任意可能观测的像素坐标,设像素坐标在纬度和经度上分别服从赤道先验分布以及均匀分布;设置纬度划分因子,以及采样图像块数量,则在低纬度区域以及高纬度区域可分别等距离竖向划分以下数量的网格块,划分网格块的过程具体存在以下关系式: ; ;其中,表示向下取整,表示服从的概率分布函数,表示输入的图像,和表示低纬区域的网格数量和高纬区域的网格数量;对每个网格块内部进行方向和方向的随机采样,得到图像块坐标集合;随后根据每个坐标进行切片采样以获得对应的图像块集合;将获取到的图像块进行归一化。

全文数据:

权利要求:

百度查询: 江西财经大学;盛景智能科技(嘉兴)有限公司 非视口依赖的抗畸变无参考全景图像质量评价方法与系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。