基于3D卷积神经网络的VR视频质量评价方法

发布时间：2021-11-08 02:55

　　虚拟现实（VR）是计算机在模拟环境中生成的交互体验。近几年VR技术迅速发展,VR视频数量成倍增长,研究VR视频质量评价（VQA）的方法具有重要意义。VR视频质量评价方法分为主观评价和客观评价。影响用户对VR视频质量观感的因素不仅仅是视频的感知质量,还包括了临场感、眩晕感、可接受度等主观感受。然而,目前相关的主观评价库较少,因此,本文建立了一个VR视频质量的主观评价库,该库包含了VR视频感知质量、临场感、眩晕感、可接受度的主观评分。主观评价耗时耗力,目前对于VR视频质量客观评价方法的研究又非常有限。本文对VR视频质量评价的方法进行了详细的分析,并提出了一种新的VR视频质量的无参考评价方法。该方法使用3D卷积神经网络（CNN）分为两步对VR视频进行训练,分别是分类训练和回归训练,从而计算出VR视频的质量分数。由于分两步训练耗时长,因此本文对网络结构进行了改进,直接使用回归训练进行VR视频质量评价,最终发现效果也不错。此外,本文使用两种切割方法,分别是普通切割法和视口切割法,对VR视频库进行扩充并作为VR视频质量评价网络的输入,从而比较两者对训练结果的影响,还比较了神经网络的输入大小对训练结... 

【文章来源】：厦门大学福建省 211工程院校 985工程院校 教育部直属院校

【文章页数】：96 页

【学位级别】：硕士

【部分图文】：

图１－１主观质量评价分类??

图１－２?ＡＣＲ测试样本展现??

图１－７视频质量客观评价分类??

【参考文献】：
期刊论文
[1]基于卷积神经网络的时空融合的无参考视频质量评价方法[J]. 王春峰,苏荔,黄庆明.  中国科学院大学学报. 2018(04)
[2]基于三维卷积神经网络的无参考视频质量评价[J]. 张淑芳,郭志鹏.  激光与光电子学进展. 2018(07)



本文编号：3482864