[发明专利]基于感兴趣区域内运动特征的立体视觉舒适度评价方法

说明书

技术领域

本发明涉及双眼立体视觉领域，具体地说，涉及的是一种基于立体视频感兴趣区域内运动特征的立体视觉舒适度评价方法。

背景技术

立体视觉舒适度评价标准是根据立体视频的视觉特性（如视差特征、运动特征等），建立相应的标准来判断和预测立体视频对观测者造成的立体视觉舒适程度。随着立体电视技术的高速发展，立体视觉舒适度评价标准逐渐引起人们的关注。因为在立体视觉安全领域中，立体视觉舒适度评价标准在预测立体视觉疲劳和不舒适性中起到关键的作用。在预防立体视觉疲劳和不舒适性的分析过程中，视觉的辐辏调节冲突和在时间域与空间域中视差特征变化、运动特征变化是导致立体视觉不舒适的关键因素。本发明中着重关注立体视频感兴趣区域内运动特征和立体视觉舒适度之间的关系，所提出的基于立体视频感兴趣区域内运动特征的立体视觉舒适度评价方法，在立体视频拍摄及后期制作过程中，提供立体舒适性质量评价参考值，有助于提高成片后立体视频的人眼观看的安全性。

经过对现有技术文献的检索发现，Jaeseob Choi等人于2010年在《IEEE Image Processing International Conference(图像处理国际会议)》上发表的“Visual fatigue evaluation and enhancement for 2D-plus-Depth video（关于2D-Plus-Depth视频的视觉疲劳的评价方法)”中提出根据立体视频帧内深度值特征和帧间深度值特征来评估立体视频的运动特征，进而对立体视觉舒适度进行评价。

又经检索发现，Sumio Yano等人于2002年在《Displays(显示)》上发表的“A study of visual fatigue and visual comfort fr 3D HDTV/HDTV images(关于3D高清电视的视觉疲劳和舒适性的研究)”中提出基于全局视差信息，分析建立表征运动特征的运动特征比率值，进而对立体视觉舒适度进行评价；该运动特征比率值描述着在立体视频序列中相对快速运动的运动信息与相对慢速运动的运动信息的比值。

又经检索发现，Y.J.Jung等人于2012年在《Journal of Electronic Imaging(电子图像期刊)》上发表的“Visual comfort assessment metric based on salient object motion information in stereoscopic video(基于立体视频序列中显著性运动信息的视觉舒适性评价)”中采用基于人眼关注模型的立体视觉舒适度评价方法；首先，基于稠密光流跟踪方法获取立体视频的运动信息；其次，综合分析提取立体视频的显著性区域内运动特征；根据立体视频的运动特征和立体视觉舒适度之间的非线性关系，建立评估立体视频舒适度的评价标准。

然而上述三种评价标准存在一定的问题：首先，上述提及的第一种和第二种评价标准基于全局视差信息进行分析和判断；根据人眼关注模型，相比于全局视差信息，感兴趣区域内视差信息在立体视觉舒适度评价标准中起到更加显著和重要的作用，从而提高立体视觉舒适度判断的准确性；其次，上述提及的第三种评价标准基于立体视频感兴趣区域内块级运动特征；相比于像素级运动特征，它不能精确地反映立体视频在时间域和空间域中运动特征的变化情况；同时，第三种评价标准采用稠密光流跟踪方法来获取运动信息；相比于稀疏光流跟踪方法，它的鲁棒性不好，需要消耗较大的运算时间；此外，在提取感兴趣区域的过程中，并没有结合深度空间信息来进一步提高感兴趣区域提取的准确性。

发明内容

本发明的目的在于克服现有技术的上述不足，提出一种更加高效、准确和稳定的基于感兴趣区域内运动特征的立体视觉舒适度评价方法。

为实现上述的目的，本发明采用的技术方案是：

本发明根据人眼关注模型，通过提取立体视频感兴趣区域的运动特征来评价立体视觉舒适度。首先，制定提取立体视频感兴趣区域内运动特征向量策略；在提取运动特征向量策略中，首先基于SIFT提取特征角点集；其次，选择基于图像金字塔的Lucas-Kanade光流跟踪，筛选得到具有时间一致性的特征角点对；最后，选择SMDE提取立体视频感兴趣区域，筛选得到具有时间一致性和位于空间感兴趣区域内的特征角点对，得到立体视频感兴趣区域内运动特征向量。其次，通过主观测试建立表征立体视频运动特征和立体视觉舒适度之间非线性关系的立体视觉模型。最后，基于感兴趣区域内运动特征向量和立体视觉模型，选择空间域均值策略、最小值整合策略和时域中值策略，制定立体视觉舒适度评价方法。