基于視覺(jué)信息的質(zhì)量感知模型及檢索方法研究.pdf

1、隨著互聯(lián)網(wǎng)及計(jì)算機(jī)視覺(jué)的迅猛發(fā)展，視覺(jué)信息大數(shù)據(jù)時(shí)代也接踵而至。如何從與視覺(jué)信息相關(guān)的海量的數(shù)據(jù)中迅速而準(zhǔn)確地找到所需信息已成為一個(gè)非常有意義且具有挑戰(zhàn)性的研究熱點(diǎn)，其中又以視覺(jué)信息的質(zhì)量為核心問(wèn)題。視覺(jué)信息的質(zhì)量直接影響信息的可展示性、檢索的準(zhǔn)確性與知識(shí)發(fā)現(xiàn)的可能性，進(jìn)而影響人工智能推理的可靠性。另外，社交網(wǎng)絡(luò)上圖像、視頻等可視化數(shù)據(jù)的數(shù)據(jù)量與日俱增，也預(yù)示著對(duì)多媒體數(shù)據(jù)有效的檢索技術(shù)變得越來(lái)越重要。因此，本文重點(diǎn)研究視覺(jué)信息的統(tǒng)計(jì)特

2、性，質(zhì)量評(píng)價(jià)準(zhǔn)則的設(shè)計(jì)及基于視覺(jué)信息的檢索。主要的工作和創(chuàng)新點(diǎn)包括以下幾個(gè)方面:
　　(1)針對(duì)現(xiàn)有基于機(jī)器學(xué)習(xí)的無(wú)參考視頻質(zhì)量評(píng)價(jià)方法中需要利用大量主觀評(píng)價(jià)分值進(jìn)行訓(xùn)練，導(dǎo)致復(fù)雜度高的問(wèn)題，提出一種非主觀值訓(xùn)練的盲視頻質(zhì)量評(píng)價(jià)算法。該算法的關(guān)鍵是利用高斯差分濾波器提取視頻結(jié)構(gòu)特征矢量，并建立多級(jí)質(zhì)量感知中心集合，構(gòu)建視頻空域質(zhì)量評(píng)估密碼本;然后利用聚類(lèi)算法獲取對(duì)運(yùn)動(dòng)矢量進(jìn)行分類(lèi)的閾值，進(jìn)而得到運(yùn)動(dòng)感知因子;最后，結(jié)合視頻空域感知

3、質(zhì)量和運(yùn)動(dòng)加權(quán)因子得到視頻客觀質(zhì)量。結(jié)果表明，該算法優(yōu)于對(duì)比的其他無(wú)參視頻質(zhì)量評(píng)價(jià)算法，且計(jì)算復(fù)雜度低。
　　(2)綜合考慮了影響立體視頻用戶(hù)體驗(yàn)質(zhì)量QoE的關(guān)鍵因素，提出了一種面向網(wǎng)絡(luò)傳輸業(yè)務(wù)的立體視頻用戶(hù)體驗(yàn)質(zhì)量的多指標(biāo)評(píng)價(jià)模型，該模型首先分析了立體視頻QoE的四大類(lèi)影響因素;然后利用模糊層次分析法對(duì)所有影響因素進(jìn)行層次分析，建立評(píng)估指標(biāo)體系;最后，計(jì)算各指標(biāo)的權(quán)重值，得到最終的立體視頻QoE評(píng)價(jià)模型。通過(guò)網(wǎng)絡(luò)仿真實(shí)驗(yàn)，并利用

4、主觀評(píng)測(cè)值，驗(yàn)證各個(gè)指標(biāo)對(duì)網(wǎng)絡(luò)傳輸中立體視頻QoE的影響。
　　(3)針對(duì)社交媒體中圖像和文本之間存在的噪聲大及不完全對(duì)應(yīng)，造成基于關(guān)鍵詞查找圖像的檢索方法不準(zhǔn)確問(wèn)題，提出一種基于超圖相關(guān)性學(xué)習(xí)的社交圖像檢索模型。該模型基于超圖原理利用圖像的視覺(jué)信息特征，文本信息，及用戶(hù)的社交關(guān)系信息建立圖像之間多類(lèi)型的關(guān)系。在超圖的學(xué)習(xí)過(guò)程中，利用選擇性?xún)?yōu)化算法對(duì)超邊的權(quán)重進(jìn)行更新，實(shí)時(shí)的調(diào)整每個(gè)超邊在超圖重構(gòu)中的影響。另外，將圖像的受歡迎程度