一种用于立体图像质量客观评价的极端学习机
- 专利权人:
- 天津大学
- 发明人:
- 李素梅,张博洋,王光华,侯春萍
- 申请号：
- CN201510232530.3
- 公开号：
- CN104866864A
- 申请日:
- 2015.05.07
- 申请国别(地区):
- 中国
- 年份:
- 2015
- 代理人:
- 程毓英
- 摘要：
- 本发明涉一种用于立体图像质量客观评价的极端学习机，其建立包括以下步骤：通过主观测试获取评价数据样本，选取训练图像样本，对训练样本采用PCA进行特征提取和降维，将各个样本数据xi投影到选择的特征向量所组成的有效子空间中得到投影系数；建立极端学习机ELM网络，将训练样本的投影系数输入到ELM网络，待隐藏层输入权值和阈值优化后，建立原始图像和主观评价值之间的关系，得到ELM网络结构；通过遗传算法GA对极端学习机ELM的隐藏层权值和阈值进行优化。本发明建立的极端学习机能够更加准确有效的评价立体图像质量。
- 来源网站：
- 中国工程科技知识中心
