国家教育部博士点基金(20093305120002) 作品数:3 被引量:38 H指数:3 相关作者: 蒋刚毅 郁梅 顾珊波 邵枫 黄晁 更多>> 相关机构: 宁波大学 宁波中科集成电路设计中心 中国科学院 更多>> 发文基金: 国家教育部博士点基金 国家自然科学基金 浙江省自然科学基金 更多>> 相关领域: 电子电信 自动化与计算机技术 更多>>
基于支持向量回归的立体图像客观质量评价模型 被引量:12 2012年 立体图像质量评价是评价立体视频系统性能的有效途径,而如何利用人类视觉特性对立体图像质量进行有效评价是目前的研究难点。该文根据图像奇异值有较强稳定性的特点,结合立体图像的主观视觉特性,提出了一种基于支持向量回归(Support Vector Regression,SVR)的立体图像客观质量评价模型。该模型通过分析立体图像的视觉特性,提取左右图像的奇异值作为立体图像的特征信息,然后根据立体图像的不同失真类型情况对其特征进行融合,通过SVR预测得到立体图像质量的客观评价值。实验结果表明,采用该文提出的客观评价模型对立体数据测试库进行评价,Pearson线性相关系数值在0.93以上,Spearman等级相关系数值在0.94以上,均方根误差值接近6,异常值比率值为0.00%,符合人眼视觉特性,能够很好地预测人眼对立体图像的主观感知。 顾珊波 邵枫 蒋刚毅 郁梅关键词:人类视觉特性 支持向量回归 奇异值分解 一种基于最小可察觉失真的立体图像质量客观评价方法 被引量:15 2012年 立体图像质量是评价立体视频系统性能的有效途径,而如何利用人类视觉特性对立体图像质量进行有效的评价是目前的研究难点。本文通过分析最小可察觉失真(JND,just noticeable distortion)视觉感知模型,并结合反映图像结构信息的奇异值矢量,提出了一种基于JND的立体图像质量客观评价方法。评价方法由图像质量评价和深度感知评价两部分组成,首先提取反映图像质量和深度感知的特征信息作为立体图像特征信息,然后根据立体图像的不同失真类型情况对其特征进行融合,通过支持向量回归(SVR,support vector Regression)预测得出立体图像质量的客观评价值。实验结果表明,采用本文提出的客观评价方法对立体数据测试库进行评价,在不同失真类型或混合失真评价结果中,Pearson线性相关系数(CC)值均在0.94以上,Spearman等级相关系数(SROCC)值均在0.92以上,符合人眼视觉特性,能够很好地预测人眼对立体图像的主观感知。 顾珊波 邵枫 蒋刚毅 郁梅关键词:奇异值分解 基于偏度-峰度检验的无线局域网室内定位算法 被引量:14 2012年 针对室内无线局域网环境下接收信号强度(RSS,received signal strength)样本总体分布不一致而产生较大定位误差的问题,提出了一种基于偏度峰度检验的室内定位算法。利用偏度峰度检验法检验RSS样本是否来自正态总体,接受零假设的样本用正态分布近似其总体分布,拒绝零假设的样本用核函数估计其概率密度。实验结果表明提出算法的定位精度比传统算法提高15%以上,而且在相同的定位精度下,能明显降低离线阶段的工作量。 宋震龙 蒋刚毅 黄晁 郁梅 张家乐关键词:核函数 无线局域网