技术特征：
技术总结
本发明公开了一种基于深度学习的立体视频质量客观评价方法：处理图像得到独眼图、双目和图及双目差图；独眼图上提取HOG特征；分别在双目和图和双目差图提取GM和LOG的联合分布特征；光流场上提取时域特征；时间方向上求视频每组特征平均值；通过稀疏自编码器对输入特征抽象表达，分别建立深度学习网络评价模型；利用深度学习网络评价模型分别预测独眼图、双目和图和双目差图、流场图的质量分数；独眼图、双目和图和双目差图、流场图加权整合。本发明结合HOG特征、GM和LOG的联合分布特征、以及光流特征对立体视频质量的影响，进行立体视频质量评价，提高立体视频客观质量评价的准确性。
技术研发人员：杨嘉琛;王焕玲;姜斌;朱英豪;计春祺
受保护的技术使用者：天津大学
技术研发日：2017.07.12
技术公布日：2019.01.22