
随着网络传输技术以及移动设备的发展与步,以基于深度图像的绘制技术为核心的3DTV、立体视频、自由视视频、三维场景远程绘制等图形图像系统逐渐得到广泛应用。这类系统的特是服务器端仅传输稀疏的参考视深度图像,客户端可以合成任意视下的图像,其呈现给用户的结果称为虚拟视图像。与传统图像失真不同,虚拟视图像的失真具有非结构性、局部性的特,因此,需要给出合理的、符合人的主观认知的质量度量指标,并以此来优化参考视获取、深度图像编码与传输、虚拟视合成等环境,从而提升系统的服务质量与用户体验质量。本书以虚拟视图像质量度量方法研究为切,介绍了作者在虚拟视图像无参考质量度量、基于虚拟视图像质量度量的应用等方面的研究成果,并对每一研究内容,尽量给出相关重要、里程碑式的方法,以揭示技术演化的脉络,便于读者在了解当前研究展的同时把握未来的发展趋势。<br/>【推荐语】<br/>本书是以虚拟视图像质量度量方法研究为切,系统介绍虚拟视质量评价与合成的算法和技术的书籍。 北航虚拟现实技术与系统国家重实验室团队近五年来的最新研究展,研究内容本身运用了凸优化、数值求解、深度学习、人类视觉系统等交叉学科前沿技术。 本书可以为相关领域的研究及应用提供重要参考,既可以作为高等院校计算机相关专业教材,也可作为机器视觉、虚拟现实相关领域从业人员的参考用书。<br/>【作者】<br/>博士,北京航空航天大学虚拟现实技术与系统国家重实验室毕业,师从赵沁平院士。现任北京工商大学计算机学院副教授,从事虚拟视质量评价及合成方向的研究。曾参与国家863课题“面向移动终端的轻量级实时逼真三维图形绘制引擎”,在自由视视频、多视视频及交互式远程绘制方向积累了丰富的研究成果和工程经验。<br/>
点点赞赏,手留余香
给TA打赏
評論0