| 专利号 | 2022100848195 | 申请日 | 2022-01-25 | 专利名称 | 一种基于支持向量机的降参考点云质量评估方法 |
| 授权日 | 2025-11-14 | 专利权人 | 青岛大学 | 发明人 | 苏洪磊;刘祺;吕剑雨 |
| 主分类号 | G06T7/00 | 关键词 | 应用领域 | ||
| 摘要 | 本发明属于图像处理技术领域,涉及一种基于支持向量机的降参考点云质量评估方法，先提取点云中所有可能影响点云质量的特征，再选择最有效特征为下一步的支持向量机的训练过程和测试过程提供特征向量信息，并对训练集中的所有点云都提取四个有效特征向量，将其MOS值和特征向量信息写入训练集，利用支持向量机以及训练集信息训练得到模型，最后利用训练得到的模型对测试集里的特征向量信息进行测试，预测出失真点云的质量；在保证准确率的同时大大节省了算法的时间和存储成本，增加了其实用性，而且该方法具有很强的泛化能力，能够根据训练集的扩大和优化而不断的自动进行模型的更新，更加准确的预测出点云的质量。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 相关服务业 新技术与创新创业服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
