BIQ2021：一个大规模盲图像质量评价数据库
计算机视觉与模式识别
2023-01-12 v2 图像与视频处理
摘要
由于数字多媒体设备的广泛使用，数字图像感知质量的评价正变得日益重要。智能手机和高速互联网只是使可用多媒体内容数量成倍增长的技术中的两个例子。因此，获取用于客观质量评价训练所需的代表性数据集是一项重大挑战。本文提出盲图像质量评价数据库 BIQ2021。通过选取具有自然失真和可靠标注的图像，该数据集解决了为无参考图像质量评价获取代表性图像的挑战。该数据集由三组图像组成：非为图像质量评价目的而拍摄的图像、带有有意引入的自然失真的图像，以及从开源图像共享平台获取的图像。我们试图保持来自各种设备的多样化图像集合，包含多种不同类型的物体以及不同程度上前景和背景信息。为获得可靠分数，这些图像在实验室环境中使用单刺激方法进行主观打分。该数据库包含主观打分信息、人类受试者统计信息和每幅图像的标准差。该数据集的平均意见分数（MOS）使其对评估视觉质量很有用。此外，所提出的数据库被用于评估现有的盲图像质量评价方法，并使用 Pearson 和 Spearman 相关系数对分数进行分析。该图像数据库和 MOS 可免费用于使用和基准测试。
引用
@article{arxiv.2202.03879,
title = {BIQ2021: A Large-Scale Blind Image Quality Assessment Database},
author = {Nisar Ahmed and Shahzad Asif},
journal= {arXiv preprint arXiv:2202.03879},
year = {2023}
}
备注
Journal of Electronic Imaging, Vol. 31, Issue 5: 16 pages