BAND-2k：用于条带伪影检测与质量评估的条带伪影显见数据库
计算机视觉与模式识别
2023-11-30 v1 数据库
多媒体
摘要
条带（又称阶梯状轮廓）频繁出现于经压缩或量化算法处理的图像/视频的平坦区域。作为不良伪影，条带破坏了原始图像结构，从而降低用户的质量体验（QoE）。本文系统性地研究图像条带质量评估（IQA）问题，旨在检测图像条带伪影并评估其感知视觉质量。考虑到现有图像条带数据库仅包含有限的内容来源与条带生成方法，且缺乏感知质量标签（即平均意见分），我们首先构建了迄今最大的条带 IQA 数据库，命名为条带伪影显见数据库（BAND-2k），其由 15 种压缩与量化方案生成的 2,000 张条带图像组成。共计 23 名工作者参与了主观 IQA 实验，产生超过 214,000 个块级条带类别标签与 44,371 个可靠的图像级质量评分。随后，我们利用条带伪影的频率特性，开发了一种用于条带检测与质量评估的有效无参考（NR）条带评估器。采用双卷积神经网络同时从高频与低频图中学习特征表示，从而增强辨别条带伪影的能力。条带图像的质量分数由经空间频率滤波器掩蔽的条带检测图池化生成。实验表明，我们的条带评估器在条带检测中达到极高准确率，并与感知质量标签呈现出高 SRCC 与 PLCC 结果。这些发现揭示了条带伪影强度与感知视觉质量间的强相关性，从而验证了条带质量评估的必要性。
引用
@article{arxiv.2311.17752,
title = {BAND-2k: Banding Artifact Noticeable Database for Banding Detection and Quality Assessment},
author = {Zijian Chen and Wei Sun and Jun Jia and Fangfang Lu and Zicheng Zhang and Jing Liu and Ru Huang and Xiongkuo Min and Guangtao Zhai},
journal= {arXiv preprint arXiv:2311.17752},
year = {2023}
}