基于EEG的脑启发图像感知质量评估:一个QOE视角
概括
这项研究引入了一种基于大脑反应的图像感知质量的新型度量. 通过分析脑电图 (EEG) 信号,这种新方法可以比传统指标更准确地评估图像质量.
科学领域:
- 计算机视觉 计算机视觉
- 神经科学是一个神经科学.
- 信号处理 信号处理
背景情况:
- 有效的图像感知质量指标对于以人为本的图像传播至关重要.
- 传统的指标受到主观人类认知活动的限制.
- 需要客观可靠的图像质量评估.
研究的目的:
- 开发一种基于大脑反应的图像感知质量指标.
- 创建一个由大脑启发的网络来评估图像感知质量.
- 通过考虑大脑反应来提高图像质量评估的准确性.
主要方法:
- 通过记录大脑信号,建立了脑电图 (EEG) 数据集,而受试者看到了扭曲的图像.
- 设计了一个测量模型来提取反映人类感知的EEG特征,创建了EEG感知分数 (EPS).
- 开发了一个预测模型,直接从图像中生成EPS,嵌入大脑感知过程.
主要成果:
- 提出的测量和预测模型表现出卓越的性能.
- EEG感知分数 (EPS) 有效地捕捉了人类大脑对图像质量的反应.
- 基于大脑反应的指标提供了对图像感知质量的更准确的评估.
结论:
- 开发的基于大脑反应的指标为图像感知质量评估提供了更客观,更准确的方法.
- 这种方法通过直接测量大脑状态来克服传统指标的局限性.
- 由大脑启发的网络和EPS对先进的图像通信系统具有前途.
