立體視頻系統(tǒng)用戶體驗質量(QoE)評價研究.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的突破性進展，立體視頻系統(tǒng)已經在很多面向用戶的應用系統(tǒng)中得到了廣泛的應用。立體視頻系統(tǒng)在獲取、壓縮、傳輸和存儲立體視頻時，每個階段都需要最大化感知質量，而用戶體驗質量研究終端用戶對立體視頻的整體感知，因此，立體視頻系統(tǒng)中用戶體驗質量的研究具有非常重要的實用價值。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方面研究用戶體驗質量評價問題。具體研究內容如下：

2、>　　(1)單通道圖像的用戶體驗質量評價研究。從改進特征挖掘和融合策略兩個方面出發(fā)，提出了一種高效的無參考圖像質量評價模型，提取經局部標準化的多尺度高斯差分響應的統(tǒng)計參數作為特征，構建基于深度神經網絡的融合模型，該模型用于挖掘特征表達。本文模型在兩個權威數據庫上都取得了很好的表現，在交叉庫實驗中展現出了良好的泛化能力。
　　(2)立體圖像的用戶體驗質量評價研究。本文提出的全參考立體圖像質量評價模型，從立體圖像感知特征圖失真程度預測

3、立體圖像的質量，提取與立體圖像視覺感知特性相關的特征圖像，建立感知特征集，用隨機森林機器學習方法進行特征融合。本文提出的無參考立體圖像質量評價模型，通過雙目自相似度和深度神經網絡的預測立體圖像的用戶體驗質量，首先采用基于深度圖的虛擬視點繪制方法計算雙目自相似度，用于衡量雙目競爭和雙目抑制情況，然后以無需主觀分數的方法訓練深度神經網絡用于預測圖像的局部質量，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。在立體圖像質量評價數據庫上的實

4、驗結果都表明，本文提出的兩個模型在對稱失真和非對稱失真時都有較高的評價性能。
　　(3)單通道視頻的用戶體驗質量評價研究。研究發(fā)現時空域梯度對空域失真和時域局部失真同樣敏感，提出了一種高效的全參考視頻質量評價算法，將時空域梯度特征和顏色特征結合計算時空域結構相似度，然后模擬三個重要的全局時域效應(平滑效應，不對稱追蹤效應和時近效應)進行幀級質量融合。在兩個公開的視頻質量評價數據庫上的實驗都表明該算法可以準確預測視頻質量，且時間復雜