立體視頻系統(tǒng)用戶體驗(yàn)質(zhì)量(QoE)評(píng)價(jià)研究.pdf

1、隨著近些年立體/3D視頻系統(tǒng)的快速發(fā)展，尤其是立體顯示技術(shù)的突破性進(jìn)展，立體視頻系統(tǒng)已經(jīng)在很多面向用戶的應(yīng)用系統(tǒng)中得到了廣泛的應(yīng)用。立體視頻系統(tǒng)在獲取、壓縮、傳輸和存儲(chǔ)立體視頻時(shí)，每個(gè)階段都需要最大化感知質(zhì)量，而用戶體驗(yàn)質(zhì)量研究終端用戶對(duì)立體視頻的整體感知，因此，立體視頻系統(tǒng)中用戶體驗(yàn)質(zhì)量的研究具有非常重要的實(shí)用價(jià)值。本文從立體視頻系統(tǒng)中單通道圖像、立體圖像、單通道視頻和立體視頻四個(gè)方面研究用戶體驗(yàn)質(zhì)量評(píng)價(jià)問題。具體研究內(nèi)容如下：

2、>　　(1)單通道圖像的用戶體驗(yàn)質(zhì)量評(píng)價(jià)研究。從改進(jìn)特征挖掘和融合策略兩個(gè)方面出發(fā)，提出了一種高效的無參考圖像質(zhì)量評(píng)價(jià)模型，提取經(jīng)局部標(biāo)準(zhǔn)化的多尺度高斯差分響應(yīng)的統(tǒng)計(jì)參數(shù)作為特征，構(gòu)建基于深度神經(jīng)網(wǎng)絡(luò)的融合模型，該模型用于挖掘特征表達(dá)。本文模型在兩個(gè)權(quán)威數(shù)據(jù)庫上都取得了很好的表現(xiàn)，在交叉庫實(shí)驗(yàn)中展現(xiàn)出了良好的泛化能力。
　　(2)立體圖像的用戶體驗(yàn)質(zhì)量評(píng)價(jià)研究。本文提出的全參考立體圖像質(zhì)量評(píng)價(jià)模型，從立體圖像感知特征圖失真程度預(yù)測

3、立體圖像的質(zhì)量，提取與立體圖像視覺感知特性相關(guān)的特征圖像，建立感知特征集，用隨機(jī)森林機(jī)器學(xué)習(xí)方法進(jìn)行特征融合。本文提出的無參考立體圖像質(zhì)量評(píng)價(jià)模型，通過雙目自相似度和深度神經(jīng)網(wǎng)絡(luò)的預(yù)測立體圖像的用戶體驗(yàn)質(zhì)量，首先采用基于深度圖的虛擬視點(diǎn)繪制方法計(jì)算雙目自相似度，用于衡量雙目競爭和雙目抑制情況，然后以無需主觀分?jǐn)?shù)的方法訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)用于預(yù)測圖像的局部質(zhì)量，最后通過基于方差能量的增益控制模型模擬雙目整合特性。在立體圖像質(zhì)量評(píng)價(jià)數(shù)據(jù)庫上的實(shí)

4、驗(yàn)結(jié)果都表明，本文提出的兩個(gè)模型在對(duì)稱失真和非對(duì)稱失真時(shí)都有較高的評(píng)價(jià)性能。
　　(3)單通道視頻的用戶體驗(yàn)質(zhì)量評(píng)價(jià)研究。研究發(fā)現(xiàn)時(shí)空域梯度對(duì)空域失真和時(shí)域局部失真同樣敏感，提出了一種高效的全參考視頻質(zhì)量評(píng)價(jià)算法，將時(shí)空域梯度特征和顏色特征結(jié)合計(jì)算時(shí)空域結(jié)構(gòu)相似度，然后模擬三個(gè)重要的全局時(shí)域效應(yīng)(平滑效應(yīng)，不對(duì)稱追蹤效應(yīng)和時(shí)近效應(yīng))進(jìn)行幀級(jí)質(zhì)量融合。在兩個(gè)公開的視頻質(zhì)量評(píng)價(jià)數(shù)據(jù)庫上的實(shí)驗(yàn)都表明該算法可以準(zhǔn)確預(yù)測視頻質(zhì)量，且時(shí)間復(fù)雜