一种基于深度学习的立体全景视频舒适度预测方法

本发明公开了一种基于深度学习的立体全景视频舒适度预测方法。首先向志愿者随机播放立体全景视频，并收集志愿者的舒适度评分。然后获取立体全景视频对应的平面视图，从中提取视差信息、光流信息、空域信息和时域信息，对这些信息进行融合，作为评估样本，并将对应的舒适度评分作为评估标签。利用随机遮挡的平面图像，训练图像特征提取模型预测被遮挡的内容，完成预训练。再将评估样本输入预训练后的图像特征提取模型中，完成初步特征提取，再输入一个时序神经网络模型，得到立体全景视频的舒适度预测评分，与评估标签进行对比，优化图像特征提取模型与时序神经网络模型参数。使用优化后的网络模型进行立体全景视频的舒适度预测。