对立体图像的新型无参考质量评估指标,考虑全面的3D质量信息
Liquan Shen1, Yang Yao1, Xianqiu Geng1
1Shanghai Institute for Advanced Communication and Data Science, Shanghai University, Shanghai 200444, China.
Sensors (Basel, Switzerland)
|July 14, 2023
概括
这项研究引入了一种新的无参考立体图像质量评估指标. 它通过分析环形图像和3D视觉感知来有效预测感知质量,优于现有的方法.
科学领域:
- 计算机视觉 计算机视觉
- 图像处理 图像处理
- 人与计算机的交互
背景情况:
- 由于复杂的3D视觉感知,评估立体图像质量具有挑战性.
- 现有的方法缺乏对3D视觉属性的全面理解.
研究的目的:
- 为立体图像提出一种新的无参考质量评估指标.
- 为了整合循环图像质量和3D视觉感知信息.
主要方法:
- 利用自然场景统计 (NSS) 来进行环形图像特征提取 (空间和转换域).
- 集成的双眼对抗和其他3D视觉属性进入特征提取.
- 使用主要组件分析 (PCA) 应用自适应特征修剪.
主要成果:
- 拟议的指标与主观立体图像质量评估有很强的一致性.
- 实现了高性能指标:LIVE 3D数据库第一阶段SROCC为0.952和PLCC为0.962.
- 在预测立体图像质量方面表现优于现有方法.
结论:
- 新的指标有效地评估立体图像质量,没有参考图像.
- 考虑到环形图像质量和3D视觉感知,可以显著提高评估准确性.
- 该方法为客观立体图像质量评估提供了强大而准确的解决方案.
更多相关视频
05:12Robotized Testing of Camera Positions to Determine Ideal Configuration for Stereo 3D Visualization of Open-Heart Surgery
Published on: August 12, 2021
2.1K
06:19Comparison of Three Clinical Stereoscopic Methods for Measuring Binocular Visual Function During Amblyopic Treatment in Unilateral Amblyopia
Published on: September 27, 2024
260
