×

基于3D-CNN的无参考视频质量评价方法

消耗积分:1 | 格式:rar | 大小:1.66 MB | 2018-01-03

分享资料个

　　无参考视频质量评价（NR-VQA）在无法获得原始高质量视频参照的前提下，对失真视频的视觉质量进行定量度量．常规NR-VQA方法通常针对特定失真类型设计，或者与人的主观感受存在偏差．首次将3D深度卷积神经网络（3D-CNN）引入到了视频质量评价中，提出了一种基于3D-CNN的无参考视频质量评价方法，可以适用于非特定失真类型的NR-VQA．首先，通过3D块来有效学习和表征视频内容的时空特征，其次对常规的3D卷积网络模型进行改进，使其适用于视频质量评价的任务．实验结果表明，所提出的方法在多种失真类型和多个测试指标上，与人的主观感知一致性较高．作为无参考视频质量评价方法，其性能与许多全参考评价方法具有可比性，同时比主流的NR-VQA方法具有更快的运行速度，这使得所提模型在实际中具有更好的应用前景．

下载并关注上传者 低至0.43元/天 开通VIP 免费下载

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(1)
发评论
唐建芳 2022-07-31
1 回复 举报
很好 收起回复

下载排行榜

全部1条评论

快来发表一下你的评论吧 !