-
题名基于立体感感知的全景图像质量评价算法
- 1
-
-
作者
安平
汤旭锋
杨超
黄新彭
-
机构
特种光纤与光接入网省部共建重点实验室
-
出处
《信号处理》
北大核心
2025年第4期759-769,共11页
-
基金
国家自然科学基金(62071287,62020106011,62371279,62371278)
上海市科学技术委员会(20DZ2290100)。
-
文摘
无参考全景图像质量评价旨在客观衡量全景图像的人类视觉感知质量,而无需依赖原始图像的质量信息。随着虚拟现实技术的迅猛发展,全景图像质量评价的重要性日益凸显。然而,现有全景图像质量评价算法仍存在着一些限制,如不能很好模拟观察者的浏览过程、未能有效考虑观看者的立体感知过程等。这严重影响了全景图像质量评价的准确性。为解决这一问题,本文提出一种基于沉浸式立体感知和视口感知交互的无参考全景图像质量评价算法。首先,设计一种视口提取策略,通过在球形域上提取特征视点,选择具有较高被观察概率的视点。对选定的视点提取相应的视口内容,并将多个视口内容并行输入特征编码器,以实现多尺度视口特征的提取。随后,鉴于当前实现多个视口间信息交互的方式尚存在局限性,本文提出一个视口特征交互模块,旨在实现对输入的多个视口内容进行跨视口的信息交互。最后,本文还探索了在缺乏视口采样的情况下,利用整个全景图像实现对立体感信息的获取,以实现对立体感过程建模从而提高整体评价性能。实验结果证明了本文提出算法的有效性,与当前最先进的质量评价算法相比之下,斯皮尔曼等级相关系数(Spearman Rank Order Correlation Coefficient,SROCC)指标和皮尔逊线性相关系数(Linear Pearson Correlation Coefficient,PLCC)在公开数据集CVIQD上分别达到0.72%和0.70%的提升,而在数据集OIQA上分别达到了1.10%和0.54%的提升。
-
关键词
全景图像质量评价
视口提取
球面卷积
特征融合
-
Keywords
omnidirectional image quality assessment
viewport extraction
spherical convolution
feature fusion
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
