作者：陈慧; 李朝锋无参考立体图像质量评价卷积神经网络视差图
摘要：提出了一种基于深度卷积神经网络（convolution neural network，CNN）的无参考立体图像质量评价（stereoscopic image quality assessment，SIQA）算法。该模型采用彩色图像直接作为输入，由立体图像的左视图、右视图和视差图的彩色图像块组成3个通道直接输入，每个通道由12层的深度网络组成，通过卷积层与最大池的多层堆叠，学习到立体感知特性的局部自然场景统计特征。最后将3个通道学习到的特征向量线性拼接，通过全连接层回归，得到立体图像的质量得分。在LIVE 3D Phase I立体图像质量评价库上的实验结果表明，所提方法在JP2K、WN和FF失真类型上都优于文献报道的立体图像质量评价算法，具有很好的主观感知一致性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
