1.一种基于多特征融合的沉浸式视频质量评价方法,其特征在于,包括以下步骤:获取参考的沉浸式视频和待评价的沉浸式视频,所述参考的沉浸式视频包括参考纹理视频序列和参考深度视频序列,所述待评价的沉浸式视频包括失真纹理视频序列和失真深度视频序列,对所述参考纹理视频序列和失真纹理视频序列采用3D-LOG滤波器进行特征提取,得到参考纹理特征和失真纹理特征;根据所述参考纹理特征和失真纹理特征计算得到纹理特征相似度,基于所述纹理特征相似度通过3D-LOG池化策略得到纹理视频质量分数;
根据所述参考深度视频序列和失真深度视频序列计算得到参考深度特征和失真深度特征;根据所述参考深度特征和失真深度特征计算得到深度特征相似度并确定梯度权重,根据所述深度特征相似度和梯度权重计算得到深度视频质量分数;
根据所述纹理视频质量分数和深度视频质量分数计算得到所述待评价的沉浸式视频的质量分数。
2.根据权利要求1所述的基于多特征融合的沉浸式视频质量评价方法,其特征在于,所述对所述参考纹理视频序列和失真纹理视频序列采用3D-LOG滤波器进行特征提取,得到参考纹理特征和失真纹理特征,具体包括:所述3D-LOG滤波器的计算公式为:
其中,
将所述参考纹理视频序列和失真纹理视频序列分别输入所述3D-LOG滤波器进行卷积,得到参考纹理特征和失真纹理特征,如下式所示:其中,
3.根据权利要求1所述的基于多特征融合的沉浸式视频质量评价方法,其特征在于,所述根据所述参考纹理特征和失真纹理特征计算得到纹理特征相似度,基于所述纹理特征相似度通过3D-LOG池化策略得到纹理视频质量分数,具体包括:采用下式计算纹理特征相似度
其中,
将所述参考纹理特征和失真纹理特征中的最大值作为纹理权重其中,max表示取其中的最大值;
将所述纹理权重与纹理特征相似度进行加权计算,得到纹理视频质量分数
4.根据权利要求1所述的基于多特征融合的沉浸式视频质量评价方法,其特征在于,所述根据所述参考深度视频序列和失真深度视频序列计算得到参考深度特征和失真深度特征,得到参考深度特征和失真深度特征,具体包括:分别对所述参考纹理视频序列和失真纹理视频序列计算梯度幅值,得到对应的深度特征:其中,
5.根据权利要求1所述的基于多特征融合的沉浸式视频质量评价方法,其特征在于,所述根据所述参考深度特征和失真深度特征计算得到深度特征相似度并确定梯度权重,根据所述深度特征相似度和梯度权重计算得到深度视频质量分数,具体包括:采用下式计算深度特征相似度:
其中,
将所述参考深度特征和失真深度特征中的最大值作为梯度权重其中,max表示取其中的最大值;
将所述梯度权重与所述深度特征相似度进行加权计算,得到深度视频质量分数
6.根据权利要求1所述的基于多特征融合的沉浸式视频质量评价方法,其特征在于,所述根据所述纹理视频质量分数和深度视频质量分数计算得到所述待评价的沉浸式视频的质量分数,具体包括:对所述纹理视频质量分数和深度视频质量分数进行重要性计算,得到重要性分值其中,
将所述纹理视频质量分数的绝对值和深度视频质量分数的绝对值中的最大值作为评价权重其中,max表示取其中的最大值,
将所述评价权重与所述重要性分值进行加权计算,得到所述待评价的沉浸式视频的质量分数MMF,如下式所示:其中,N表示所述待评价的沉浸式视频序列的个数,i=1,2,…,N。
7.一种基于多特征融合的沉浸式视频质量评价装置,其特征在于,包括:纹理视频质量分数计算模块,被配置为获取参考的沉浸式视频和待评价的沉浸式视频,所述参考的沉浸式视频包括参考纹理视频序列和参考深度视频序列,所述待评价的沉浸式视频包括失真纹理视频序列和失真深度视频序列,对所述参考纹理视频序列和失真纹理视频序列采用3D-LOG滤波器进行特征提取,得到参考纹理特征和失真纹理特征;根据所述参考纹理特征和失真纹理特征计算得到纹理特征相似度,基于所述纹理特征相似度通过3D-LOG池化策略得到纹理视频质量分数;
深度视频质量分数计算模块,被配置为根据所述参考深度视频序列和失真深度视频序列计算得到参考深度特征和失真深度特征;根据所述参考深度特征和失真深度特征计算得到深度特征相似度并确定梯度权重,根据所述深度特征相似度和梯度权重计算得到深度视频质量分数;
质量分数计算模块,被配置为根据所述纹理视频质量分数和深度视频质量分数计算得到所述待评价的沉浸式视频的质量分数。
8.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6中任一所述的方法。