Assessor360：用于盲全向图像质量评估的多序列网络
计算机视觉与模式识别
2023-10-11 v3 图像与视频处理
摘要
盲全向图像质量评估（BOIQA）旨在不依赖原始高质量图像信息的情况下，客观评估全向图像（ODIs）的人类感知质量。随着虚拟现实（VR）技术的日益进步，其重要性愈发凸显。然而，现有BOIQA流程缺乏对观察者浏览过程建模，严重阻碍了ODIs的质量评估。为解决此问题，我们提出了一种用于BOIQA的新型多序列网络Assessor360，其源自真实的多评估者ODI质量评估流程。具体而言，我们提出了一种面向BOIQA任务的广义递归概率采样（RPS）方法，结合内容与细节信息从给定起点生成多个伪视口序列。此外，我们设计了一个带有失真感知块（DAB）的多尺度特征聚合（MFA）模块，以融合每个视口的失真与语义特征。我们还设计了时序建模模块（TMM）来学习时域中的视口转换。大量实验结果表明，Assessor360在多个OIQA数据集上优于最先进的方法。代码与模型可在 https://github.com/TianheWu/Assessor360 获取。
引用
@article{arxiv.2305.10983,
title = {Assessor360: Multi-sequence Network for Blind Omnidirectional Image Quality Assessment},
author = {Tianhe Wu and Shuwei Shi and Haoming Cai and Mingdeng Cao and Jing Xiao and Yinqiang Zheng and Yujiu Yang},
journal= {arXiv preprint arXiv:2305.10983},
year = {2023}
}