公开(公告)号：CN112164056B

公开(公告)日：2023-08-29

申请号：CN202011069218.4

申请日：2020-09-30

Applicant: 南京信息工程大学

Inventor： 张闯 ,  朱晨雨 ,  乔丹

IPC: G06T7/00 ,  G06T7/10 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明共公开了基于交互式卷积神经网络的无参考立体图像质量评价方法，包括以下步骤：步骤一：中央眼图像的融合；步骤二：图像不重叠切块分割以及局部规范化；步骤三：搭建交互式卷积神经网络；步骤四：计算整个立体图像的质量分数。本发明考虑了双目融合机制，由立体图像的左右视图生成中央眼图像，由局部规范化后的图像块完成训练实现立体图像的质量预测，实现了更准确与人类主观感受一致性更高的无参考客观图像质量评价。

公开(公告)号：CN112164056A

公开(公告)日：2021-01-01

申请号：CN202011069218.4

申请日：2020-09-30

Applicant: 南京信息工程大学

Inventor： 张闯 ,  朱晨雨 ,  乔丹

IPC: G06T7/00 ,  G06T7/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明共公开了基于交互式卷积神经网络的无参考立体图像质量评价方法，包括以下步骤：步骤一：中央眼图像的融合；步骤二：图像不重叠切块分割以及局部规范化；步骤三：搭建交互式卷积神经网络；步骤四：计算整个立体图像的质量分数。本发明考虑了双目融合机制，由立体图像的左右视图生成中央眼图像，由局部规范化后的图像块完成训练实现立体图像的质量预测，实现了更准确与人类主观感受一致性更高的无参考客观图像质量评价。

公开(公告)号：CN112164010A

公开(公告)日：2021-01-01

申请号：CN202011069293.0

申请日：2020-09-30

Applicant: 南京信息工程大学

Inventor： 张闯 ,  乔丹 ,  朱晨雨

IPC: G06T5/00 ,  G06K9/46

Abstract: 本发明公开了一种多尺度融合卷积神经网络图像去雾方法，步骤如下：S1、搭建去雾图像预处理模型，对原始有雾图像进行预处理，提取有雾图像浅层特征；S2、构建多尺度融合卷积神经网络模型，深度学习有雾图像特征，得到粗透射率图；S3、对多尺度融合卷积神经网络模型得到的粗透射率图使用双边滤波进行优化，得到细透射率图；S4、使用粗传播率图和原始有雾图像求大气光值，根据大气散射模型和细透射率图复原得到无雾图。本发明复杂度低、处理速度较快，实现了更精确的无雾图像的复原，具有很好的视觉效果。