基于卷积神经网络的3D图像质量检测方法

授权

摘要

本发明公开了一种基于卷积神经网络的3D图像质量检测方法。本发明方法在训练阶段，构建包括特征提取网络，特种融合网络以及质量权重预测网络的卷积神经网络，同时融合图像低级、中级、高级特征，让网络学习更高层次的抽象；考虑双目竞争，通过网络训练出自适应的质量和权重，提升非对称失真3D图像质量预测的准确性；由于人眼对图像区域的关注度不同，显著区域的图像质量对整体3D图像的影响较大，我们在训练阶段使用显著区域选择，测试阶段使用显著加权来得到整体的图像质量。本发明不使用人的主观分数进行监督，不存在由于人的主观因素造成的训练误差，可以使预测结果更为客观，准确。

基本信息

专利标题：

基于卷积神经网络的3D图像质量检测方法

专利标题（英）：

暂无

公开（公告）号：

CN110738645A

申请号：

CN201910963193.3

公开（公告）日：

2020-01-31

申请日：

2019-10-11

授权号：

CN110738645B

授权日：

2022-06-10

发明人：

周武杰林鑫杨潘思佳雷景生何成王海江

申请人：

浙江科技学院

申请人地址：

浙江省杭州市西湖区留和路318号

代理机构：

杭州求是专利事务所有限公司

代理人：

林超

优先权：

CN201910963193.3

主分类号：

G06T7/00

IPC分类号：

G06T7/00 G06T7/11 G06T7/136 G06N3/08 G06N3/04