深度卷積神經網絡的立體彩色圖像質量評價*

陳 慧，李朝鋒

江南大學 物聯網工程學院，江蘇 無錫 214122

1 引言

立體圖像的附加維度（深度和視差）[1]，使得在評價其質量時不能只簡單地考慮左視圖和右視圖。人類的眼睛作為圖像的最后接受者，主觀評價被認為是最可靠的感知圖像質量的評價方法[2]。主觀評價是由觀察者對立體圖像的主觀感受進行評價，準確性較高，但費時費力，且易受到觀察者的情緒、疲勞度和測試環境等因素的影響，在實際應用中受到嚴重的限制，為此客觀質量評價必不可少。

客觀立體圖像質量評價根據是否有原始圖像作為參考，可以分為3類：全參考（full reference，FR）立體圖像質量評價方法、半參考（reduced reference，RR）立體圖像質量評價方法和無參考（no reference，NR）/盲（blind）立體圖像質量評價方法。

全參考立體圖像質量評價需要原始圖像的全部信息。Benoit等人[3]提出了一種立體圖像質量評價方法，采用一些2D的全參考質量評價算法計算左參考圖像和左失真的圖像、右參考圖像和右失真圖像以及參考圖像和失真圖像之間的視差圖的圖像質量得分。然后將這些得分組合得到立體圖像的質量得分。You等人[4]將多種2D圖像質量評價方法應用在評價立體圖像的圖像對和視差圖中，并采用了多種方法計算視差圖。證明了視差是立體視覺的重要因素。Geng等人[5]提出了一種基于獨立成分分析和雙目組合的全參考度量，計算參考圖像和失真圖像的圖像特征相似度和局部亮度一致性。

半參考圖像質量評價方法僅需要參考圖像的部分信息。……